NVIDIA abre modelos Earth-2 para predecir el tiempo
NVIDIA publica dos modelos abiertos de Earth-2 y anuncia un tercero para cubrir desde la predicción de tormentas hasta los pronósticos a 15 días. La plataforma también incluye herramientas para crear y entrenar simulaciones meteorológicas con datos e infraestructura propios.
NVIDIA ha publicado tres modelos abiertos de inteligencia artificial que cubren buena parte del proceso de predicción meteorológica: desde reconstruir el estado actual de la atmósfera hasta anticipar tormentas en las próximas horas y elaborar pronósticos de hasta 15 días.
Los modelos forman parte de NVIDIA Earth-2, una colección de modelos y herramientas para crear simulaciones meteorológicas y climáticas. Al ser abiertos, los desarrolladores pueden adaptarlos a sus propios datos, infraestructuras y regiones, en lugar de depender por completo de un servicio externo.
Tres modelos para distintas escalas de tiempo
El primero ya está disponible en Hugging Face: Earth-2 Nowcasting. Está diseñado para predecir tormentas y otros fenómenos peligrosos con una resolución de kilómetros y un horizonte de cero a seis horas.
Su arquitectura, llamada StormScope, utiliza inteligencia artificial generativa para simular directamente la evolución de las tormentas a partir de datos de satélite y radar. NVIDIA asegura que el modelo puede generar predicciones a escala de un país en cuestión de minutos y que, en la predicción de precipitaciones a corto plazo, supera a modelos tradicionales basados en física.
La versión publicada se ha entrenado con observaciones de los satélites geoestacionarios GOES sobre Estados Unidos continental. El mismo método podría adaptarse a otras regiones que cuenten con una cobertura de satélite similar, aunque eso requeriría entrenar nuevas versiones.
También está disponible Earth-2 Medium Range, basado en la arquitectura Atlas. Su objetivo es anticipar el tiempo hasta 15 días, siguiendo más de 70 variables atmosféricas, entre ellas:
- Temperatura
- Presión
- Viento
- Humedad
Atlas emplea una arquitectura llamada latent diffusion transformer, que predice cambios graduales en la atmósfera para conservar mejor sus estructuras y reducir errores. En las pruebas de referencia citadas por NVIDIA, supera a modelos abiertos como GenCast en las variables meteorológicas más utilizadas en la industria.
El tercer modelo, Earth-2 Global Data Assimilation, todavía llegará próximamente a Hugging Face. Su función es generar las condiciones iniciales que necesitan los modelos meteorológicos: una fotografía del estado actual de la atmósfera, con datos de temperatura, viento, humedad y presión en miles de puntos del planeta.
Según NVIDIA, este proceso puede producirse en segundos usando GPU, frente a las horas que suelen necesitar los superordenadores. Combinado con Earth-2 Medium Range, la empresa afirma que forma una de las canalizaciones abiertas de predicción meteorológica basadas completamente en IA con mejores resultados.
Qué cambia para quienes desarrollan estos sistemas
La predicción meteorológica no consiste solo en pedirle a un modelo que diga si mañana lloverá. Antes hay que reunir observaciones, reconstruir el estado de la atmósfera, calcular su evolución y, en muchos casos, aumentar la resolución para obtener información útil a escala local.
Earth-2 intenta cubrir esas etapas con modelos compatibles y herramientas abiertas. NVIDIA también ofrece Earth2Studio, un ecosistema de Python para crear canales de inferencia, es decir, flujos que conectan los datos de entrada con las predicciones. Para entrenar modelos, incluye el software de código abierto PhysicsNeMo.
En la práctica, esto puede servir para crear pronósticos adaptados a una región concreta, sistemas de alerta de tormentas o simulaciones climáticas que una organización pueda ejecutar con sus propios datos e infraestructura. No significa que el usuario final vaya a recibir automáticamente una aplicación meteorológica más precisa: el resultado dependerá de los datos, la configuración y la validación local.
Los nuevos modelos se suman a otros proyectos abiertos de NVIDIA, como FourCastNet3, CorrDiff, cBottle y DLESym. Lo importante es que la compañía no presenta Earth-2 como un único modelo, sino como una base completa para construir predicciones meteorológicas bajo control del desarrollador.
El siguiente punto a vigilar será la llegada de Earth-2 Global Data Assimilation y la capacidad de adaptar estos modelos a otras zonas del mundo. Si esa expansión funciona, la IA meteorológica podría dejar de concentrarse en grandes centros de cálculo y llegar a más instituciones con capacidad para ejecutar y ajustar sus propios sistemas.