Google usa IA para predecir mejor los ciclones
Google combina 50 años de datos meteorológicos con inteligencia artificial para mejorar las predicciones sobre la trayectoria y la intensidad de los ciclones. Sus modelos WeatherNext pueden ejecutarse en una sola TPU y podrían ayudar a ampliar los avisos públicos de cinco a siete días.
Google está usando inteligencia artificial para predecir con más precisión la trayectoria y la intensidad de los ciclones, y para ejecutar esos pronósticos en una sola unidad de procesamiento TPU, en lugar de depender siempre de supercomputadoras del tamaño de un edificio.
El objetivo no es solo mejorar un mapa meteorológico. Una predicción más precisa puede dar a las autoridades y a las comunidades más tiempo para evacuar, proteger infraestructuras y preparar equipos de emergencia.
De supercomputadoras a una sola TPU
Durante décadas, los meteorólogos han utilizado modelos basados en las leyes de la física. Estos sistemas simulan cómo se mueve la atmósfera a partir de datos recogidos por satélites, sensores y estaciones meteorológicas.
El problema es que esos datos pueden estar incompletos o contener ruido. Además, calcular cómo evolucionará la atmósfera requiere una enorme capacidad informática. Los modelos tradicionales han necesitado máquinas del tamaño de contenedores de transporte o incluso edificios de varios pisos.
Según Ferran Alet, investigador de Google DeepMind, la comunidad meteorológica conseguía históricamente alrededor de un día adicional de precisión en los pronósticos por cada década de avances en modelos, satélites y capacidad de cálculo.
Google afirma que sus modelos WeatherNext han conseguido concentrar un progreso similar en una sola generación de modelos al combinar física e inteligencia artificial.
Qué aporta la inteligencia artificial
Google entrenó WeatherNext con 50 años de datos meteorológicos históricos. La IA aprende patrones del pasado y los combina con las condiciones actuales para estimar cómo evolucionará una tormenta.
Los modelos físicos siguen siendo importantes porque describen el estado de la atmósfera y las reglas que la gobiernan. La IA añade otra capacidad: producir predicciones con mayor rapidez y ayudar a calcular escenarios futuros sin tener que repetir todas las simulaciones físicas desde cero.
En el caso de los ciclones, la mejora busca cubrir dos preguntas clave:
- ¿Dónde tocará tierra la tormenta?
- ¿Con qué intensidad llegará?
La velocidad también importa. Un modelo que puede ejecutarse en una sola TPU facilita que investigadores y organismos meteorológicos generen más pronósticos y prueben distintas posibilidades con menos recursos.
Un día más puede cambiar la respuesta
Las agencias meteorológicas estudian ampliar sus pronósticos públicos de cinco a siete días. Ese día adicional no garantiza que cada predicción sea exacta, pero puede ser decisivo para organizar una respuesta ante una tormenta peligrosa.
Google pone como ejemplo el huracán Melissa. Antes de la temporada de huracanes, la empresa colaboró con el National Hurricane Center para apoyar sus pronósticos. Aunque Melissa parecía inicialmente débil, las predicciones de IA indicaron con alta confianza que podía intensificarse rápidamente, desde una tormenta de categoría 1 hasta una de categoría 5.
De acuerdo con Google, los modelos detectaron esa evolución varios días antes de que el huracán tocara tierra. La advertencia permitió a las autoridades de Jamaica preparar medidas de emergencia con más tiempo.
Qué significa para ti
La IA no sustituye a los meteorólogos ni elimina la incertidumbre. Un ciclón puede cambiar de rumbo o intensificarse por factores que ningún modelo anticipa perfectamente. La función de estos sistemas es mejorar la información disponible y entregar escenarios con suficiente antelación para tomar decisiones.
Para el público, el cambio más importante puede ser recibir alertas más precisas y con mayor margen de preparación. Para los equipos científicos, también significa que herramientas que antes exigían grandes centros de cálculo pueden estar al alcance de más instituciones.
Google ha publicado de forma abierta WeatherNext 2 y sus modelos de ciclones, además de crear el sitio interactivo Weather Lab. El siguiente paso será comprobar cómo funcionan fuera de los entornos de investigación, con datos y necesidades diferentes según cada región. La utilidad real de la tecnología se medirá por las decisiones que ayude a tomar antes de que llegue la tormenta.