La IA y la revolución en la predicción meteorológica

Nvidia acaba de lanzar un nuevo modelo de IA para la predicción meteorológica, que se afirma capaz de pronosticar con una velocidad excepcional y estimar el riesgo de fenómenos meteorológicos extremos con mayor precisión. Así, el modelo de IA FourCastNet 3 es capaz de pronosticar el clima global durante 15 días en tan solo 64 segundos.

Basado en una arquitectura de transformador (similar a ChatGPT), FourCastNet 3 aprende de décadas de datos meteorológicos para reproducir con precisión el flujo de aire, la temperatura y la precipitación. La IA está diseñada para respetar la forma esférica de la Tierra y simular con precisión la probabilidad espacialmente correlacionada del problema, logrando así espectros estables y reproduciendo dinámicas realistas a múltiples escalas.

"La IA está cambiando por completo la forma en que estimamos el estado de la atmósfera, cómo generamos pronósticos a partir de ese estado, cómo superamos los límites de la física para hacer mejores pronósticos y cómo construimos simulaciones climáticas que nunca antes creímos posibles", dijo Mike Pritchard, jefe de simulación climática en Nvidia.

FourCastNet predice el día más caluroso en África. (Fuente: Nvidia)

De manera similar, Microsoft Corporation (EE. UU.) desarrolló un sistema de pronóstico de inteligencia artificial (IA) llamado “Aurora”, que se dice supera a los métodos de pronóstico tradicionales en términos de precisión, velocidad y costo, y es especialmente eficaz para monitorear la calidad del aire, los patrones climáticos y las tormentas tropicales.

Aurora se entrena con más de un millón de horas de datos de satélites, radares, estaciones meteorológicas, simulaciones climáticas y pronósticos. El modelo también puede ajustarse con datos adicionales para predecir eventos meteorológicos específicos.

Sorprendentemente, Aurora predijo correctamente todas las tormentas que ocurrieron en 2023. Entre ellas se encontraba el supertifón Doksuri, la tormenta más costosa jamás registrada en el océano Pacífico . Aurora identificó la ubicación y hora exactas de la llegada de Doksuri a Filipinas con cuatro días de antelación, mientras que los pronósticos oficiales de la época indicaban que la tormenta se dirigía al norte de Taiwán.

No sólo eso, este modelo de IA también superó al Centro Europeo de Previsiones Meteorológicas a Medio Plazo (ECMWF), considerado el estándar mundial de precisión en el 92% de las previsiones globales a 10 días, con una resolución de unos 10 km².

El modelo de IA de Microsoft predice el clima 5.000 veces más rápido que las supercomputadoras (Foto ilustrativa)

Actualmente, los pronósticos meteorológicos se generan generalmente introduciendo datos en modelos físicos complejos que requieren horas de procesamiento en supercomputadoras. En cambio, Aardvark Weather adopta un enfoque completamente nuevo: su sistema de aprendizaje automático analiza directamente los datos brutos de satélites, estaciones meteorológicas, barcos y globos meteorológicos para generar pronósticos sin necesidad de modelos atmosféricos complejos, requiriendo únicamente hardware simple.

Aardvark Weather ha demostrado numerosas ventajas: utiliza solo el 8% de los datos de observación en comparación con los sistemas tradicionales, supera el rendimiento del Sistema Global de Pronóstico (GFS) de EE. UU., produce resultados comparables a los pronósticos de la Oficina Meteorológica de EE. UU. y completa los pronósticos en minutos en una computadora de escritorio. Sin embargo, la resolución espacial de Aardvark Weather es actualmente inferior a la de los sistemas actuales.

Una de las aplicaciones más importantes de Aardvark Weather es su capacidad para apoyar a los centros de pronóstico en países y regiones en desarrollo que carecen de los recursos para refinar los pronósticos globales y convertirlos en pronósticos regionales de alta resolución.

Aardvark pronostica el tiempo global en computadoras personales en cuestión de minutos. (Foto: Universidad de Cambridge)

Para pronosticar fenómenos meteorológicos de pequeña escala, como un huracán potente que se acerca a una ciudad, actualmente se necesitan modelos de pronóstico tradicionales y especializados.

Sin embargo, algunos modelos de IA se están empezando a probar en entornos reales. El Centro Europeo de Previsiones Meteorológicas a Medio Plazo (CEPMPM), que proporciona pronósticos meteorológicos para decenas de países, utiliza Aurora y su propio modelo de IA.

En Boston, IBM y el Sistema de Salud Mass General Brigham están probando una herramienta de IA para predecir qué zonas son vulnerables al estrés térmico durante las olas de calor, basándose en datos de población, sensores ambientales e historiales hospitalarios. Esta solución es especialmente útil para personas mayores, comunidades de bajos ingresos o quienes viven en zonas con escasez de zonas verdes.

A nivel nacional, el Congreso de EE. UU. está explorando la posibilidad de integrar la IA en los sistemas de alerta de inundaciones y tormentas, especialmente tras una serie de desastres naturales devastadores en Texas y Nuevo México. Startups como Tomorrow.io y Silurian han demostrado la capacidad de la IA para predecir desastres naturales con 48 a 72 horas de antelación, lo que supone una importante ventaja en la prevención de desastres.

Sin embargo, los expertos advierten que la IA no debería sustituir por completo a los modelos físicos, sino que deberían combinarse para complementarse en el proceso de predicción meteorológica.

Ngoc Nguyen (Síntesis)

Fuente: https://vtcnews.vn/ai-va-cuoc-cach-mang-ve-du-bao-thoi-tiet-ar955276.html