Google revoluciona la predicción del tiempo con su inteligencia artificial

La Inteligencia Artificial (IA) se ha convertido en una herramienta poderosa para mejorar diversos aspectos de la vida diaria. Muchas empresas quieren aprovechar esta tecnología y liderar cada mercado posible, aunque eso implique desplazar a cientos de personas de sus empleos, pero Google se animó a ir más allá porque desde ahora, conocer el clima con exactitud será mucho más sencillo.

Google ha presentado un modelo de IA que pronostica el tiempo con una precisión sin precedentes, que supera a cualquier sistema actual y tiene un desempeño sobresaliente. “El clima nos afecta a todos, de maneras grandes y pequeñas. Puede determinar cómo nos vestimos por la mañana, proveernos de energía limpia y, en el peor de los casos, generar tormentas que pueden arrasar comunidades. En un mundo con un clima cada vez más extremo, los pronósticos rápidos y precisos nunca fueron más necesarios”, dice la publicidad que hizo Google de GraphCast, su nuevo modelo de IA que promete transformarlo todo.

¿Qué tiene de especial GraphCast?

El estudio, publicado en la revista Science, demostró que no sólo es el más preciso para pronósticos del clima diario, sino también para eventos más extremos, como huracanes y temperaturas extremas. Si GraphCast tiene éxito, podría inaugurar una nueva era para la predicción del tiempo. Sin embargo, los expertos ya alertaron que eso no significa que la IA esté preparada para reemplazar todos los métodos tradicionales.

¿Cómo funciona GraphCast?

Para los pronósticos actuales, los expertos usan la llamada predicción meteorológica numérica (NWP, por sus siglas en inglés), en la que se usan ecuaciones físicas cuidadosamente definidas que luego se convierten en algoritmos ejecutados en supercomputadoras. Este método es un “logro de la ciencia y la ingeniería” según DeepMind, la empresa de IA de Google, requiere gran experiencia y computadoras muy costosas para lograr pronósticos precisos. GraphCast, en cambio, recurre a un enfoque diferente, en vez de usar ecuaciones físicas, usa datos.

El modelo de Google se entrena con décadas de datos meteorológicos históricos para aprender un modelo de las relaciones causa-efecto que gobiernan la evolución del tiempo en la Tierra, desde el presente hasta el futuro. Esta IA abarca toda la superficie terrestre y predice cinco variables sobre esta, como la temperatura, velocidad, dirección del viento y la presión media a nivel del mar, y seis magnitudes atmosféricas en cada uno de los 37 niveles de altitud, como la humedad.

De esta forma, hacer pronósticos a 10 días con GraphCast toma menos de un minuto. Un sistema tradicional necesita una hora o más en una supercomputadora del tamaño de un autobús escolar para conseguir lo mismo. GraphCast fue aproximadamente un 10% más preciso que el modelo europeo en más del 90% de las variables meteorológicas evaluadas.

¿Qué pasa con los meteorólogos?

A los investigadores les inquieta la habilidad de la IA para pronosticar con precisión condiciones climáticas extremas, en parte porque hay relativamente pocos eventos de este tipo de los que aprender en el pasado. Nada que temer con GraphCast: el modelo redujo los errores de trayectoria de los pronósticos de ciclones en alrededor de un 50%, lo que podría salvar muchas vidas y recursos. Además, puede ayudar a mejorar la eficiencia energética, la agricultura y el transporte, entre otros sectores que dependen del clima.

Los expertos señalan que la IA no puede reemplazar el conocimiento humano y que se necesita una colaboración entre ambos para lograr los mejores resultados. Los meteorólogos pueden aportar su experiencia, su intuición y su capacidad de comunicar el clima de forma efectiva a la población. La IA puede ser una herramienta útil, pero no la única.