IA, DeepMind, meteorología
 |
| El tifón Hagibis se acerca a Japón en 2019. La tormenta fue uno de los eventos utilizados para estudiar la precisión de un sistema de pronóstico basado en inteligencia artificial. Fuente: NASA Worldview, Earth Observing System Data and Information System (EOSDIS)/AP/Alamy |
05 diciembre 2024.- Google DeepMind ha desarrollado el primer modelo de inteligencia artificial (IA) de su tipo capaz de predecir el tiempo con mayor precisión que el mejor sistema que se utiliza actualmente. El modelo genera previsiones con hasta 15 días de antelación y lo hace en cuestión de minutos, en lugar de las horas que necesitan los programas de previsión actuales.
El sistema puramente de IA supera al mejor modelo operativo de mediano plazo del mundo, el modelo de conjunto del Centro Europeo de Previsiones Meteorológicas de Medio Plazo (ENS), en la predicción de fenómenos meteorológicos extremos como huracanes y olas de calor . El avance podría ayudar a marcar el comienzo de una era de previsión meteorológica con IA más rápida y fiable que los sistemas actuales , afirman los investigadores. El sistema, llamado GenCast, se describe hoy en Nature 1 .
Los pronósticos convencionales, incluidos los de ENS, se basan en modelos matemáticos que simulan las leyes de la física que rigen la atmósfera terrestre. Utilizan supercomputadoras para analizar datos de satélites y estaciones meteorológicas , un proceso que lleva horas y enormes cantidades de potencia de procesamiento.
En cambio, GenCast se ha entrenado únicamente con datos meteorológicos históricos, lo que le permite extraer relaciones complejas entre variables como la presión atmosférica, la humedad, la temperatura y el viento. Esto le permite superar a los sistemas estrictamente basados en la física, afirma Ilan Price, científico investigador de Google DeepMind en Londres y uno de los autores del artículo.
“Realmente hemos logrado avances espectaculares para ponernos al día y superar [a los modelos basados en la física] con el aprendizaje automático”, afirma Price.
Aumento de la inteligencia artificial
La previsión meteorológica basada en inteligencia artificial ha avanzado rápidamente y varias empresas compiten por desarrollar modelos nuevos y mejores. Entre ellas se encuentran Huawei 2 en Shenzhen, China, y Nvidia en Santa Clara, California. A principios de este año, Google lanzó NeuralGCM 3 , un sistema híbrido que combina modelos basados en la física con inteligencia artificial para producir previsiones a corto y largo plazo a la par de los modelos convencionales.
Algunos de los sistemas de inteligencia artificial lanzados hasta la fecha son modelos "deterministas", lo que significa que ofrecen solo un pronóstico único y no estiman la probabilidad de que el pronóstico sea correcto. Por el contrario, GenCast genera pronósticos "en conjunto": un conjunto de pronósticos que se han producido a partir de condiciones iniciales ligeramente diferentes. Al combinar estos pronósticos en un conjunto, los científicos pueden producir un pronóstico final y estimar la probabilidad de que se produzca el clima pronosticado.
Price y sus colegas entrenaron la IA con datos meteorológicos globales de 1979 a 2018 y luego predijeron el clima de 2019. Para comprobar su precisión, compararon los pronósticos de GenCast con datos meteorológicos reales y pronósticos de ENS para ese año.
GenCast fue más preciso que ENS en el 97% de las medidas utilizadas en un sistema de puntuación para evaluar dichos pronósticos "probabilísticos". También fue mejor en la predicción de calor, frío y viento extremos, así como de trayectorias de ciclones tropicales.
GenCast produce un pronóstico de 15 días en ocho minutos en un chip de procesamiento de IA. Esta velocidad es "bastante más rápida" que el tiempo que tardan los modelos convencionales, afirma Price.
Código para todos
Los investigadores han publicado el código subyacente y están poniendo a disposición parámetros del modelo denominados "pesos" para uso no comercial. Price afirma que esto ayudará a "democratizar" la investigación y a aumentar el acceso público a los modelos meteorológicos.
“Esta es una contribución realmente importante a la ciencia abierta”, afirma Matthew Chantry, coordinador de aprendizaje automático en el Centro Europeo de Previsiones Meteorológicas a Plazo Medio en Reading (Reino Unido). “Necesitamos entender cómo funcionan estos modelos en los fenómenos meteorológicos más extremos”, y publicar el modelo y los datos permitirá a la comunidad científica evaluarlos, afirma.
Chantry leyó un manuscrito del artículo cuando se publicó en un archivo de preimpresión el año pasado y se inspiró en el enfoque de "difusión" de GenCast, que introduce ruido aleatorio en el modelo para refinar su fiabilidad. "De hecho, hemos implementado algunos de los avances clave en nuestro propio modelo de aprendizaje automático", afirma. El modelo resultante, llamado Sistema de predicción integrado/inteligencia artificial (AIFS), se publicará pronto, añade.
Disponer de previsiones más precisas con mayor antelación puede ayudar a las personas a tomar decisiones informadas, afirma Price, especialmente a quienes viven en la trayectoria de un huracán.
COMENTARIOS