La IA supera a los modelos anteriores en la previsión meteorológica

Google DeepMind

15 de diciembre de 2024 14:57
Robert Klatt

Una nueva inteligencia artificial (IA) de Google DeepMind ha superado significativamente las previsiones meteorológicas de los modelos actuales.

Londres (Inglaterra). Google DeepMind se especializa en el desarrollo de inteligencia artificial (IA) y, entre otras cosas, ha creado AlphaFold 3, que puede predecir el comportamiento de las proteínas en el cuerpo humano. Ahora DeepMind ha publicado AI GenCast, que puede crear pronósticos meteorológicos precisos, rápidos y confiables. Según la publicación en la revista Nature, los investigadores entrenaron la IA con datos meteorológicos de 1979 a 2018. Luego examinaron si la IA podía predecir el tiempo para 2019 y qué tan bien.

La sabiduría general de la ciencia supone que los pronósticos meteorológicos se vuelven menos precisos cuanto más se adentran en el futuro. La nueva IA de Deepmind produjo pronósticos globales de 15 días, considerados pronósticos meteorológicos de mediano plazo, en ocho minutos. GenCast superó significativamente (97%) al Centro Europeo de Pronósticos Meteorológicos a Plazo Medio (ECMWF), que anteriormente era el más preciso a nivel mundial, en 1.320 velocidades del viento, temperaturas y otras características climáticas.

Alta precisión a través de múltiples cálculos

La alta precisión de GenCast se debe, entre otras cosas, a que la IA no sólo crea pronósticos una vez, sino que los calcula 50 veces. Según los desarrolladores, los resultados actuales muestran que la IA es significativamente superior a los mejores modelos utilizados actualmente en las previsiones meteorológicas a medio plazo. La IA también puede predecir mejor las condiciones climáticas extremas, la evolución de la velocidad del viento y los ciclones tropicales.

Sin embargo, según Roland Potthast, director de pronóstico meteorológico numérico en el Servicio Meteorológico Alemán (DWD), la IA todavía no puede superar a los modelos físicos en algunas áreas. Por tanto, ve la IA como un complemento a los modelos convencionales. Potthast también explica que el DWD también está trabajando en modelos de IA para la predicción meteorológica.

“Los modelos de base física y los modelos de IA se combinan en la cadena de pronóstico DWD para producir variables de pronóstico en cada escala de tiempo y para las variables de pronóstico deseadas, como precipitación, temperatura, vientos, presión, humedad, ráfagas, sobresaturación de hielo y mucho más”. poder proporcionar las mejores predicciones posibles”.

Según Potthast, la IA no hará que los meteorólogos sean superfluos. Actualmente, las innovaciones técnicas incluso están creando una mayor necesidad de que los trabajadores operen los sistemas físicos anteriores y desarrollen nuevos modelos de IA.

"Los modelos de IA todavía no pueden ofrecer esta calidad, amplitud, diversidad y fiabilidad, sino que sólo son más rápidos o mejores en variables o puntuaciones seleccionadas".

Naturaleza, doi: 10.1038/s41586-024-08252-9