Un sistema basado en inteligencia artificial y desarrollado por Google DeepMind ha probado suerte en las previsiones a medio plazo, es decir, de hasta 10 días, demostrando ser más preciso que los modelos utilizados actualmente en el 90% de los casos, y superando a sus rivales incluso en la predicción de fenómenos meteorológicos extremos, para los que no había sido entrenado específicamente.
El resultado se publicó en la revista Science, pero los investigadores subrayan que el nuevo sistema, denominado GraphCast, no sustituiría a los métodos tradicionales, sino que los complementaría.
«Nueva investigación de @GoogleDeepMind en Science: nuestro último modelo de IA GraphCast puede predecir las condiciones meteorológicas con hasta 10 días de antelación con mayor precisión + mucho más rápido que los sistemas actuales, con potencial para alertas más tempranas de fenómenos meteorológicos extremos», dice una fuente del estudio de Google.
El estándar actual para la predicción meteorológica es la llamada «predicción numérica del tiempo», que utiliza modelos matemáticos de la atmósfera terrestre a partir del estado del tiempo conocido en el momento de la predicción. La precisión de este método ha mejorado espectacularmente en las últimas décadas, pero sigue siendo muy complejo y, debido a la enorme cantidad de datos que hay que analizar, requiere el uso conjunto de superordenadores. Una alternativa a las predicciones numéricas la ofrecen ahora las basadas en el aprendizaje automático, como la desarrollada por los investigadores dirigidos por Remi Lam.
GraphCast utiliza los datos meteorológicos más recientes, registrados en el momento exacto y durante las 6 horas anteriores, para hacer una previsión a corto plazo de las 6 horas siguientes con alta resolución espacial. A continuación, los datos resultantes se vuelven a «alimentar» a la IA para obtener una previsión de hasta 10 días en menos de 1 minuto.
Los autores del estudio pusieron a prueba su sistema comparándolo con el más avanzado actualmente disponible para previsiones a medio plazo: GraphCast demostró ser superior en el 90% de los casos y produjo previsiones más precisas incluso para fenómenos meteorológicos extremos como ciclones tropicales y temperaturas anormales, aunque su entrenamiento no cubría estos casos concretos.
Fuente: Web. Editado por CambioDigital OnLIne
