Por William J. Broad / The New York Times
En los años 60, científicos hallaron que la naturaleza caótica de la atmósfera terrestre pondría un límite a qué tan a futuro podrían llegar sus pronósticos del clima. Dos semanas parecían ser el límite. Pero a inicios de la década del 2000, la dificultad de la tarea hizo que los pronósticos confiables se limitaran a más o menos una semana.
Ahora, una nueva herramienta de inteligencia artificial de DeepMind, una compañía de Google en Londres que desarrolla aplicaciones de IA, ha derribado las viejas barreras y alcanzado lo que sus creadores llaman una habilidad y velocidad inigualables en pronósticos meteorológicos a 15 días. Reportan en la revista Nature que su nuevo modelo puede superar los mejores pronósticos del mundo dirigidos a rastrear tormentas y salvar vidas.
“Es un avance importante”, dijo Kerry Emanuel, profesor emérito de ciencias atmosféricas en el Instituto Tecnológico de Massachusetts (MIT), quien no participó en la investigación.
En el 2019, Emanuel y otros seis expertos argumentaron que avanzar en el desarrollo de pronósticos confiables al aumentar de 10 a 15 días traería “enormes beneficios socioeconómicos”.
Ilan Price, autor principal del nuevo estudio y científico investigador titular en DeepMind, describió el nuevo agente de IA, que el equipo llama GenCast, como mucho más rápido y preciso que métodos tradicionales.
Él y sus colegas hallaron que GenCast tuvo un mucho mejor desempeño que el anterior programa meteorológico de IA de DeepMind, que debutó a fines del 2023 con pronósticos confiables a 10 días. Rémi Lam, el científico principal de ese proyecto, describió el progreso del equipo meteorológico de la compañía como “realmente rápido”.
El líder mundial en predicción atmosférica es el Centro Europeo de Pronósticos Meteorológicos a Mediano Plazo. Pruebas comparativas arrojan regularmente que sus proyecciones superan a todas las demás en precisión.
DeepMind puso a prueba su nuevo agente de IA contra el Sistema de Predicción de Conjuntos del centro —un servicio del que dependen 35 países para generar pronósticos. El equipo comparó el desempeño de los pronósticos a 15 días de ambos sistemas al predecir un conjunto designado de mil 320 velocidades del viento, temperaturas y otras características atmosféricas globales.
El artículo de Nature indicó que el nuevo agente superó los pronósticos del centro el 97.2 por ciento de las veces.
El caos natural en la atmósfera terrestre significa que todos los pronósticos meteorológicos, incluidos los de dos semanas, se vuelven menos confiables a medida que ven más a futuro.
El nuevo agente GenCast adopta un enfoque radicalmente diferente al pronóstico convencional, que utiliza supercomputadoras del tamaño de un cuarto que convierten millones de observaciones y cálculos globales en predicciones. En cambio, el agente DeepMind es operado en máquinas más pequeñas y estudia patrones atmosféricos anteriores.
El equipo de DeepMind entrenó a GenCast usando un enorme archivo de datos meteorológicos curados por el centro europeo. El periodo de entrenamiento fue de 1979 al 2018, o 40 años. El equipo luego puso a prueba qué tan bien el agente podía predecir el clima del 2019.
Lam señaló que las habilidades generativas de GenCast se basaban en datos recopilados de la naturaleza en vez de internet, tristemente célebre por su combinación confusa de hechos, sesgos y falacias.
Price dijo que el nuevo agente puede generar un pronóstico a 15 días en minutos comparado con las horas que tarda una supercomputadora. Eso puede hacer que sus proyecciones sean mucho más oportunas —una ventaja para rastrear tormentas de rápido movimiento.
Price comentó que las predicciones meteorológicas de GenCast serán publicadas en Google Earth Engine y Big Query, lo que dará a los científicos acceso a los nuevos pronósticos.
“Nos emociona que la comunidad utilice y desarrolle nuestra investigación”, afirmó.
© 2024 The New York Times Company
