El nuevo modelo de inteligencia artificial de Google DeepMind es el mejor hasta ahora en pronóstico del tiempo
Google DeepMind no es la única gran empresa tecnológica que aplica la IA al pronóstico del tiempo. Nvidia lanzada FourCastNet en 2022. Y en 2023, Huawei desarrolló su modelo Pangu-Weather, que se basó en 39 años de datos. Produce pronósticos deterministas, aquellos que proporcionan un único número en lugar de un rango, como una predicción de que mañana habrá una temperatura de 30 °F o 0,7 pulgadas de lluvia.
GenCast se diferencia de Pangu-Weather en que produce pronósticos probabilísticos: probabilidades de varios resultados climáticos en lugar de predicciones precisas. Por ejemplo, el pronóstico podría ser “Hay un 40 % de posibilidades de que la temperatura alcance un mínimo de 30 °F” o “Hay un 60 % de posibilidades de que llueva 0,7 pulgadas mañana”. Este tipo de análisis ayuda a los funcionarios a comprender la probabilidad de diferentes fenómenos meteorológicos y a planificar en consecuencia.
Estos resultados no significan el fin de la meteorología convencional como campo. El modelo se basa en condiciones climáticas pasadas y su aplicación al futuro lejano puede dar lugar a predicciones inexactas de un clima cambiante y cada vez más errático.
GenCast todavía depende de un conjunto de datos como ERA5, que es una estimación horaria de varias variables atmosféricas que se remonta a 1940, dice Aaron Hill, profesor asistente de la Escuela de Meteorología de la Universidad de Oklahoma, que no participó en esta investigación. . “La columna vertebral de ERA5 es un modelo basado en la física”, afirma.
Además, hay muchas variables en nuestra atmósfera que no observamos directamente, por lo que los meteorólogos utilizan ecuaciones físicas para calcular estimaciones. Estas estimaciones se combinan con datos de observación accesibles para alimentar un modelo como GenCast, y siempre se necesitarán nuevos datos. “Un modelo entrenado hasta 2018 funcionará peor en 2024 que un modelo entrenado hasta 2023 en 2024”, dice Ilan Price, investigador de DeepMind y uno de los creadores de GenCast.
En el futuro, DeepMind planea probar modelos directamente utilizando datos como lecturas de viento o humedad para ver qué tan factible es hacer predicciones basándose únicamente en datos de observación.