A medida que el planeta se calienta y los océanos aumentan, los fenómenos meteorológicos extremos se están convirtiendo en la norma. Los huracanes cada vez más severos traen daños por viento e inundaciones cuando tocan tierra. Y justo esta semana, el mundo se enfrentó a los tres días más calurosos jamás registrados.
Ser notificado a tiempo para prepararse para un huracán catastrófico o una ola de calor, como el reciente abrasador en el sur y el medio oeste de EE. UU., donde las temperaturas diarias se dispararon hasta 112 grados F—podría ser la diferencia entre la vida y la muerte. El problema es que predecir el clima, incluso los eventos del día a día, aún puede ser una apuesta. La IA puede ayudar.
A par de estudios publicado el 5 de julio en la revista Naturaleza describió la utilidad de dos modelos de IA que podrían mejorar el pronóstico del tiempo. El primer sistema basado en IA se llama Pangu-Weather y era capaz de predecir el clima global con una semana de anticipación. El segundo, NowcastNet, crea predicciones precisas de lluvia con hasta seis horas de anticipación, lo que permitiría a los meteorólogos estudiar mejor los patrones climáticos en tiempo real.
Pangu-Weather y otros métodos demuestran el potencial de AI para alertas de clima extremo, especialmente para los países menos desarrolladosexplica Lingxi Xieinvestigador sénior de Huawei Cloud en China y coautor de uno de los estudios.”
La mayoría de los países utilizan modelos numéricos de predicción meteorológica, que utilizan ecuaciones matemáticas para crear simulaciones informáticas de la atmósfera y los océanos. Cuando mira AccuWeather o la aplicación meteorológica en su teléfono, los datos de las predicciones meteorológicas numéricas se utilizan para predecir el tiempo futuro. Russ Schumacher, un climatólogo de la Universidad Estatal de Colorado que no participó en ninguno de los dos estudios, elogia estas herramientas de pronóstico como una gran historia de éxito científico, con décadas de desarrollo. “Han permitido avances importantes en los pronósticos y los pronósticos continúan siendo más precisos como resultado de más datos, mejoras en estos modelos y computadoras más avanzadas”.
Pero Xie señala que “la IA ofrece ventajas en la predicción meteorológica numérica, ya que es mucho más rápida que los modelos convencionales basados en simulación”. Los modelos numéricos a menudo no tienen la capacidad de predecir peligros meteorológicos extremos, como tornados o granizo. Además, a diferencia de los sistemas de IA, se necesita mucho poder computacional y horas para producir una sola simulación.
[Related: Strong storms and strange weather patterns sweep the US]
Para entrenar el modelo Pangu-Weather, Xie y sus colegas introdujeron 39 años de datos meteorológicos globales en el sistema, preparándolo para pronosticar la temperatura, la presión y la velocidad del viento. En comparación con el método numérico de predicción meteorológica, Pangu-Weather fue 10 000 veces más rápido y no menos preciso. Pangu-Weather también contiene un modelo 3D, a diferencia de los sistemas de pronóstico de IA anteriores, que le permite registrar estados atmosféricos a diferentes niveles de presión para aumentar aún más su precisión.
Pangu-Weather puede predecir patrones climáticos con cinco a siete días de anticipación. Sin embargo, el modelo de IA no puede pronosticar precipitaciones, lo que debería hacer para predecir tornados y otros eventos extremos. El segundo Naturaleza estudio llena este vacío con su modelo, NowcastNet.
NowcastNet, a diferencia de Pangu-Weather, se centra en descripciones detalladas y realistas de los patrones de precipitaciones extremas en las regiones locales. NowcastNet utiliza observaciones de radar de EE. UU. y China, así como métodos de aprendizaje profundo, para predecir las tasas de precipitación en una región de 1,6 millones de millas cuadradas del este y centro de EE. UU. con hasta 3 horas de anticipación. Además, 62 meteorólogos de China probaron NowcastNet y lo clasificaron en primer lugar, entre otros cuatro métodos líderes de pronóstico del tiempo, en la predicción confiable de fuertes lluvias, lo que hizo el 71 por ciento del tiempo.
[Related: Vandals, angry artists, and mustachioed tinkerers: The story of New York City’s weather forecasting castle]
“Todos estos modelos generativos de IA son prometedores”, dice Amy McGovern, el director del Instituto de IA de la Fundación Nacional de Ciencias para la Investigación sobre IA confiable en el tiempo, el clima y la oceanografía costera, que no estaba afiliado a ninguno de los estudios. Pero estos modelos de IA necesitarán un poco de refinamiento antes de que puedan reemplazar por completo los sistemas actuales de pronóstico del tiempo.
La primera preocupación que plantea McGovern es la falta de ecuaciones matemáticas basadas en la física. Tener en cuenta la física de la humedad, el aire y el calor que se mueven a través de la atmósfera generaría predicciones más precisas. “Estos documentos siguen siendo una prueba de concepto”, dice, “y no usan las leyes de la física para predecir condiciones climáticas extremas”. Una segunda preocupación, y un gran inconveniente para la tecnología de IA en general, es sesgo codificado. Una IA es tan buena como los datos con los que se alimenta. Si se entrena con datos de baja calidad o con información que no es representativa de una determinada región, el pronosticador de IA podría ser menos preciso en una región y seguir siendo útil en otra.
A medida que la IA continúa expandiéndose en diferentes facetas de la vida, desde el arte hasta la medicina, la meteorología no se quedará fuera. Si bien los sistemas de IA actuales requieren un mayor desarrollo, McGovern está haciendo su propia predicción del futuro: “Denle de 5 a 10 años, nos sorprenderá lo que estos modelos pueden hacer”.