Contenidos
Dos nuevos estudios exploran el potencial que tiene la inteligencia artificial para mejorar la predicción del tiempo. Los autores de estos métodos explicaron que la colaboración con los meteorólogos será un factor determinante para el diseño, el desarrollo y la interpretación de dichos sistemas.
La IA como alidada en la predicción del tiempo
Mientras el planeta experimenta el avance del cambio climático, la predicción del tiempo juega un rol cada vez más fundamental para salvar vidas y minimizar los daños materiales, en especial con fenómenos climáticos extremos que ocurren cada vez con más frecuencia e intensidad.
En los últimos años se han desarrollado métodos fundamentados en la inteligencia artificial (IA) que han demostrado el potencial de esta tecnología para mejorar la calidad de las previsiones meteorológicas; y esta semana un par de artículos, que fueron publicados en la revista científica “Nature”, exploran las posibilidades de la inteligencia artificial para ayudar en la predicción del tiempo.
Hoy en día, el mecanismo de predicción más preciso es el denominado método numérico, el cual se basa en datos meteorológicos actualizados que nutren complejos modelos de ecuaciones físico-matemáticas.
Aunque los expertos señalan que este sistema requiere mucha potencia de cálculo y que la creación de modelización con este mecanismo exige varias horas de trabajo. Muy diferente a los modelos convencionales, los basados en la inteligencia artificial generativa es capaz de llevar a cabo predicciones partiendo de datos anteriores mucho más rápido.
En los dos métodos nuevos para la predicción del tiempo intervinieron científicos chinos
De tal modo que el primer sistema publicado en “Nature” es capaz de predecir patrones meteorológicos globales con hasta una semana de anticipación. Este método fue desarrollado por científicos en Shenzhen, en la República Popular China, y ha sido entrenado con 39 años de datos meteorológicos de todo el mundo.
Sus creadores llaman la atención acerca de que los resultados que fueron obtenidos por medio de este modelo tienen una precisión que puede ser comparada con la del sistema integrado de predicción operativa perteneciente al Centro Europeo de Predicción Meteorológica, el cual es considerado como el mejor sistema numérico a nivel mundial, además es diez mil veces más rápido.
Por otro lado, el método chino es capaz de prever la temperatura, la presión y velocidad del viento, el sistema aplica modelización adicional en 3D para la elaboración de un pronóstico a varios niveles de altura, con lo que ofrece resultados más completos y detallados que sus antecesores.
Sin embargo, este primer método se enfoca en previsiones globales a mediano plazo, pero no busca predecir la precipitación. Y precisamente la lluvia es la variable meteorológica más difícil de predecir.
Un método que podrá ser aplicado a fenómenos como los tsunamis y huracanes
El segundo método que utiliza IA para la predicción del tiempo resultó de una colaboración entre la Universidad de Tsinghua (China) y la Universidad de Berkeley (EEUU). Los investigadores crearon otro modelo de previsión a corto plazo para poder predecir las precipitaciones que caerán en unas horas.
Este método emplea reglas físicas combinadas con el aprendizaje profundo para la predicción de las precipitaciones hasta con 6 horas de anticipación. Siendo esta una predicción a corto plazo que es clave para poder prevenir riesgos, y crucial para la gestión de crisis en caso de lluvias extremas. También este método puede ser aplicado a otros fenómenos climáticos extremos.
Al respecto, Mingsheng Long, quien es investigador de la Universidad de Tsinghua y uno de los autores del estudio, explicó que el método que ellos plantean es capaz de elaborar predicciones partiendo de los datos existentes. Además, respeta los procesos físicos subyacentes, de tal manera que ellos esperan que el método pueda ser aplicado a otros fenómenos extremos, como los tsunamis y los huracanes, a condición de que haya suficientes observaciones.
Y agregó que, tanto es así que en el artículo de “Nature” ellos pudieron presentar algunos procesos relacionados con la aparición de tornados, aseguró Long.
Mejora la predicción de precipitaciones extremas
En base a observaciones de radar de los Estados Unidos y de China, los investigadores de este método fueron capaces de predecir lluvias con alta resolución en regiones de hasta 2.048 km2. Luego 62 meteorólogos hicieron las comparaciones de la calidad de la previsión con diferentes modelos para las lluvias extremas. Y el resultado demostró que el nuevo método fue mejor que los modelos convencionales en un 70 por ciento de los casos.
Long también dijo que, en el futuro van a incluir más observaciones meteorológicas, como las procedentes de estaciones automáticas y satélite; además de información útil, como la clase de paisaje geográfico. Y que el próximo paso de su equipo de investigación será la predicción de más tipos de eventos con información de incertidumbre calibrada.
Mingsheng Long dijo que también están implementando este modelo en las agencias meteorológicas de China y lo van a mejorar a través del análisis de casos operativos difíciles.
Se trata de un gran aporte de la inteligencia artificial en la predicción del tiempo
Justamente el aumento en la velocidad de cálculo se debe al empleo de la inteligencia artificial. Lo que se está traduciendo en grandes beneficios para el campo meteorológico, ya que los organismos responsables de la predicción del tiempo con métodos numéricos disponen de presupuestos limitados y no pueden direccionar muchos fondos para sus recursos computacionales.
Por lo que lograr más con menos inversión permitirá a estos organismos dedicar nuevos esfuerzos a capacidades de previsión que en la actualidad se encuentran fuera de su alcance, como la química atmosférica, los patrones de humo y la propagación de incendios; o los cambios en la vegetación.
El aumento de la velocidad de cálculo mediante estos nuevos modelos además podría conducir a sistemas de mayor resolución y a una expansión en la utilización de modelos globales, en lugar de regionales, para minimizar el impacto de errores numéricos que en la actualidad aparecen en los límites entre regiones.
Sin embargo, la inteligencia artificial también presenta riesgos potenciales tanto para la previsión del tiempo actual como para la mundial. En este sentido, Imme Ebert-Uphoff y Kyle Hilburn, pertenecientes al Instituto Atmosférico de la Universidad Estatal de Colorado (EEUU); comentaron en la misma edición de “Nature” sobre la necesidad de que la comunidad tradicional de predicción meteorológica continúe evaluando y colaborando antes de hacerse el planteamiento de si los nuevos enfoques pueden complementar o sustituir a los sistemas convencionales de predicción.