La reciente introducción de sistemas avanzados de inteligencia artificial (IA) en la meteorología promete revolucionar la forma en que se realizan los pronósticos climáticos. Entre estos avances, destaca el Artificial Intelligence Global Forecast System (AIGFS) de la NOAA, que tiene la capacidad de ofrecer pronósticos hasta de 16 días con un uso mínimo de recursos informáticos en comparación con los modelos tradicionales, logrando tiempos de ejecución de solo unos minutos.
GraphCast de Google DeepMind y el Centro de Innovación en Predicción Terrestre
El enfoque del Project EAGLE de la NOAA se basa en modelos de aprendizaje profundo, inspirados en el innovador GraphCast de Google DeepMind. Este sistema emplea una rejilla de 0,25 grados (aproximadamente 28 kilómetros) y utiliza diversos niveles de presión, suministrando salidas de variables atmosféricas y de superficie fundamentales para los predictores. Este avance no es solamente acerca de la velocidad; la ONU ha presentado un futuro donde la rapidez en la entrega de datos se entrelaza con la seguridad pública.
Fengyuan en China: Asimilación de datos, predicción y plataforma abierta
Por su parte, China ha dado a conocer el modelo Fengyuan, presentado el 19 de diciembre, como una contribución al desarrollo científico de la IA con dos componentes esenciales: la asimilación de datos y la predicción. Este modelo es capaz de generar pronósticos globales a partir de observaciones reales, promoviendo una plataforma abierta para investigación y mejora continua del rendimiento. También se incluyen en este desarrollo mejoras en otros modelos de IA como Fengqing, Fenglei y Fengshun.
Modelos físicos e inteligencia artificial: Fiabilidad, transparencia y coste energético
La comparación entre estos avances en IA y los modelos tradicionales invita a una reflexión cautelosa. Aunque los modelos clásicos, basados en ecuaciones físicas, continúan siendo el pilar fundamental de la predicción moderna, la IA actúa como un acelerador y, en algunos casos, como un competidor. Sin embargo, la transición no debe considerarse únicamente en términos de ahorro de tiempo o eficiencia, sino también en aspectos críticos como la fiabilidad, la capacidad de anticipar fenómenos extremos, la transparencia operativa y el costo energético requerido para entrenar estos sistemas.
Organización Meteorológica Mundial: Alerta temprana y predicción meteorológica con IA
Desde la perspectiva europea, estos avances tienen implicaciones prácticas significativas. Si la inteligencia artificial puede reducir las latencias sin comprometer la precisión, ello podría proporcionar un margen adicional en la cadena de decisión que incluye avisos, protección civil y gestión del transporte y la energía. En este contexto, la Organización Meteorológica Mundial ha señalado la IA como un eje central en el fortalecimiento de los sistemas de alerta temprana.
Aurora de Microsoft: Predicción meteorológica con IA y competencia industrial
El debate técnico no se limita solo al ámbito gubernamental; la industria también está desempeñando un papel crucial. Un ejemplo destacado es Aurora, un modelo desarrollado por Microsoft, que ha capturado la atención por su efectividad en la predicción meteorológica y el seguimiento de fenómenos como los ciclones. Esta competencia entre laboratorios privados y agencias públicas está configurando el futuro de la meteorología como infraestructura crítica.
