Predecir el clima ha sido, por años, un terreno particularmente ambicioso y, aunque es mucho lo que se ha avanzado desde los días del acierto y error del meteorólogo local, la tarea sigue siendo desafiante. Pero por eso mismo es la clase de terreno en el que la IA puede brillar, como lo demuestra GraphCast, el más reciente anuncio de Google.
Google DeepMind, el equipo de investigación centrado en IA del gigante de las búsquedas, desarrolló un modelo de predicción meteorológica que, asegura, supera a los sistemas tradicionales en más de un 90%.
Este modelo de aprendizaje automático entrega predicciones de 10 días que, afirman su desarrolladores, no solo son más precisas, sino también más rápidas que las herramientas que actualmente impulsan las aplicaciones meteorológicas que usas en tu celular. Por añadidura, Google afirma que su IA es más energéticamente eficiente que modelos rivales.
Google no se propone menos que lograr un punto de inflexión en la predicción meteorológica, en el que sea posible confiar en el pronóstico y planear los días de acuerdo a ello.
Por aprendizaje automático
El estándar de pronóstico actual, conocido como Predicción Numérica del Clima (NWP, por sus siglas en inglés)", implica introducir datos meteorológicos en tiempo real en modelos masivos que simulan cambios futuros basados en los principios de la dinámica de fluidos, la termodinámica y otras ciencias atmosféricas. Es un proceso intrincado y costoso, que exige una potencia computacional sustancial y que resulta, pese a todo, inherentemente limitado.
GraphCast rompe con la tradición al poner un mayor énfasis en los datos históricos en lugar de ejecutar simulaciones sobre cómo las moléculas interactuarán y colisionarán. En esencia, es un modelo de aprendizaje automático que genera predicciones basadas en eventos pasados.
Este es un enfoque que habría resultado inútil de no ser por la IA. Para que esta clase de análisis tenga algún tipo de valor, la cantidad de datos que se debe manejar debe ser abrumadora. Pero la ventaja de los sistemas actuales de IA es que pueden manejar enormes volúmenes de información y, aunque sigue siendo un nivel de informática complejo, la empresa dice que el número de cálculos necesarios resulta significativamente menor.
Cómo funciona la predicción del clima de Google
GraphCast comienza con información en tiempo real sobre el estado del clima de cualquier lugar de la Tierra y recopila los datos de hasta seis horas antes. A continuación, genera una predicción para las próximas seis horas. Estas predicciones se retroalimentan en el modelo y el cálculo se replica para producir pronósticos a más largo plazo.
"GraphCast da un importante paso adelante en la IA para la predicción meteorológica, ofreciendo pronósticos más precisos y eficientes, y abriendo caminos para respaldar la toma de decisiones críticas para las necesidades de nuestras industrias y sociedades. Y, al abrir el código modelo para GraphCast, estamos permitiendo que científicos y pronosticadores de todo el mundo beneficien a miles de millones de personas en su vida cotidiana". --En la página oficial de GraphCast
El equipo de Google comparó los resultados de GraphCast con el modelo actual utilizado para la predicción meteorológica a medio plazo. Según el estudio, el nuevo desarrollo superó al modelo actual en el 90% de los parámetros evaluados en la prueba.
Lo más llamativo es que GraphCast ha demostrado tener un potencial interesante para la predicción de fenómenos meteorológicos extremos, como huracanes, ciclones tropicales y cambios bruscos de temperatura, a pesar de no haber sido diseñado específicamente para tales usos.
El potencial de GraphCast se extiende más allá de simplemente proporcionar pronósticos meteorológicos más precisos. Su capacidad para predecir fenómenos meteorológicos extremos con mayor precisión podría resultar inestimable para la preparación ante desastres y los esfuerzos de respuesta a emergencias.