 |
| Los métodos basados en modelos de inteligencia artificial (IA) muestran potencial para acelerar la predicción meteorológica en órdenes de magnitud. Foto ilustrativa. (Fuente: nchmf.gov.vn) |
Según un informe de investigación reciente publicado en la revista Nature , investigadores chinos han desarrollado un modelo de inteligencia artificial (IA) con redes neuronales tridimensionales para pronosticar el clima global con una precisión media a alta.
En su investigación, el gran equipo de investigación y desarrollo de modelos meteorológicos de Huawei Cloud ha propuesto una red neuronal 3D que se adapta al sistema de coordenadas de la Tierra para procesar datos meteorológicos 3D complejos y heterogéneos.
El modelo meteorológico relativamente grande Pangu-Weather, entrenado con casi 40 años de datos globales, obtuvo parámetros de nivel 100 millones en dos meses.
Pangu-Weather tarda solo 1,4 segundos en completar un pronóstico meteorológico global de 24 horas, que incluye información sobre la humedad, la velocidad del viento, la temperatura, la presión a nivel del mar y más. La velocidad de predicción del sistema es 10.000 veces superior a la de los métodos numéricos tradicionales.
En un ejemplo específico, en el caso del súper tifón Mawar de mayo pasado, Pangu-Weather actuó brillantemente al predecir la trayectoria de la tormenta con cinco días de anticipación.
El modelo también muestra mejores resultados de pronóstico, basados en datos de reanálisis de todos los eventos probados, en comparación con los métodos de predicción numérica del tiempo (NWP).
Hoy en día, los pronósticos meteorológicos diarios, las alertas de desastres naturales graves y las predicciones del cambio climático se realizan mediante este método, que se basa en computación de alto rendimiento y modelos físicos complejos. Sin embargo, este método requiere una gran cantidad de máquinas y tiempo de computación.
Tian Qi, autor del informe y experto senior en inteligencia artificial del proveedor de servicios en la nube chino Huawei Cloud, dijo que el método NWP convencional requiere de 4 a 5 horas de computación en un clúster de supercomputadoras con 3.000 servidores para pronosticar el clima global para los próximos 10 días.
Sin embargo, la precisión de estos nuevos métodos basados en IA sigue siendo significativamente inferior a la de los métodos de predicción numérica del tiempo (PNT). Bi Kaifeng, coautor del informe, también reconoció las limitaciones de los sistemas de pronóstico meteorológico basados en IA, afirmando que aún dependen en gran medida de datos de reanálisis y que necesitan mejorar su capacidad para predecir condiciones meteorológicas extremas.
"Creemos que los métodos basados en IA deben coexistir con los métodos numéricos convencionales para proporcionar servicios de pronóstico meteorológico más precisos y confiables", afirmó Qi Tian.
[anuncio_2]
Fuente
Kommentar (0)