Google DeepMind utiliza modelos de inteligencia artificial para predecir la trayectoria y la intensidad de los huracanes antes de que lleguen, en un intento de reducir el tiempo de cálculo y mejorar la precisión de las alertas dirigidas a las comunidades y a los organismos de emergencia. La empresa afirma que los modelos WeatherNext fueron entrenados con 50 años de datos meteorológicos históricos y pueden ejecutarse en un solo procesador TPU, en lugar de la enorme infraestructura informática en la que se basaban los modelos tradicionales.
Así lo explicó Ferran Alet, investigador de Google DeepMind que participó en el desarrollo de los modelos WeatherNext, en una entrevista. Alet señala que los términos cyclone, hurricane y typhoon se refieren científicamente al mismo fenómeno, aunque la denominación varía según la región geográfica.
De la simulación física a la predicción respaldada por inteligencia artificial
Históricamente, la predicción de huracanes se basaba en modelos físicos que simulaban las leyes de la dinámica de fluidos utilizando datos de sensores globales. Este proceso requería supercomputadoras del tamaño de contenedores de transporte o de edificios de varias plantas, y los datos disponibles podían estar incompletos o contener ruido. Según Google DeepMind, la mejora en la precisión de las predicciones equivalía aproximadamente a un día adicional cada década, como resultado del desarrollo de los modelos, el aumento del número de satélites y una mayor capacidad informática.
WeatherNext añade una capa de inteligencia artificial que aprende patrones a partir de datos anteriores y actuales para ayudar a estimar el futuro. La empresa afirma que este enfoque logró un salto equivalente al que se esperaba alcanzar durante una década completa de avances, dentro de una sola generación de modelos. También señala una mejora en la predicción tanto del lugar al que llegará el huracán como de su intensidad al tocar tierra.
¿Qué cambia en la práctica?
Las agencias meteorológicas estudian ampliar de cinco a siete días el horizonte de las predicciones públicas. Ese día adicional podría dar a las autoridades y a las comunidades más tiempo para prepararse, sin que ello implique eliminar la necesidad de los modelos físicos ni de la revisión humana por parte de expertos meteorólogos.
Google DeepMind cita el huracán Melissa como ejemplo del valor de la alerta temprana. Según la entrevista, la empresa apoyó al Centro Nacional de Huracanes antes de la temporada de huracanes, y las predicciones de inteligencia artificial con un alto nivel de confianza contribuyeron a emitir una alerta sobre la rápida intensificación de un huracán que al principio parecía de categoría 1 antes de alcanzar la categoría 5. También afirma que las autoridades de Jamaica obtuvieron un día adicional para los preparativos de emergencia.
Disponibilidad de los modelos para investigadores
Google DeepMind anunció que ofrece los modelos WeatherNext 2 y los modelos WeatherNext específicos para huracanes como código abierto, junto con el sitio interactivo Weather Lab. Esta disponibilidad tiene como objetivo permitir que académicos y científicos experimenten con los modelos y realicen nuevas investigaciones sobre la predicción de fenómenos meteorológicos extremos.
La lectura de certi.news
El cambio más importante aquí no es simplemente el uso de la inteligencia artificial en la meteorología, sino la reducción de los requisitos de funcionamiento anunciados: de supercomputadoras a un solo procesador, con la posibilidad de poner los modelos a disposición de la investigación científica. Esto podría ampliar el número de entidades capaces de probar predicciones de huracanes, pero la fuente es una presentación de Google DeepMind y este material no ofrece resultados comparativos independientes ni detalles cuantitativos sobre el margen de mejora de la precisión. Por ello, la eficacia práctica de WeatherNext, especialmente al trabajar con datos incompletos o tormentas de rápida evolución, sigue siendo un tema que requiere evaluación por parte de agencias meteorológicas e investigadores independientes.