Arnoldas Lukošius, experto en innovación de Tele2, afirma que la nueva herramienta es casi el doble de precisa que la que utilizamos actualmente.
Modelo con 39 años de experiencia.
“La nueva solución de IA para la previsión meteorológica es muy similar a ChatGPT, pero la principal diferencia es que ha sido especialmente adaptada a la geometría de la Tierra”. “GenCast utiliza los datos meteorológicos más recientes, por lo que ahora puede generar escenarios meteorológicos futuros y predecir los resultados más probables”, explica A. Lukošius.
El nuevo modelo de pronóstico del tiempo se entrenó utilizando datos que abarcan hasta 39 años. Esta solución es mucho más precisa que el estándar de previsión actual. La nueva herramienta de previsión meteorológica es incluso un 97,2 por ciento más precisa que las que se utilizan actualmente.
“El líder mundial en pronóstico atmosférico, el Centro Europeo de Pronósticos Meteorológicos a Medio Plazo, está utilizando algunas de las herramientas de modelo de DeepMind para mejorar la precisión del pronóstico y el análisis de patrones climáticos a largo plazo. Las pruebas comparativas muestran consistentemente que sus predicciones superan a todas las demás en términos de precisión”, comparte el experto en innovación de Tele2.
Según A. Lukošiaus, el equipo de DeepMind entrenó a GenCast utilizando datos meteorológicos de archivo recopilados entre 1979 y 2018.
Para fines de capacitación, las lecturas incluyeron lecturas de temperatura, velocidad del viento y presión del aire de todo el mundo. Alimentado por esta información, el modelo de IA es capaz de reconocer y aplicar patrones climáticos recurrentes de todo el mundo en diferentes momentos.
Del caos al orden
“Aunque a primera vista pueda parecer lo contrario, este invento no eliminará el trabajo de los meteorólogos. Un modelo es tan confiable como los datos con los que fue entrenado y, a medida que el clima cambia, es posible que los modelos climáticos pasados ya no sean confiables para predecir el clima en el futuro lejano.
También hay ciertas variables atmosféricas que GenCast no puede estimar, por lo que aún necesitarás utilizar cálculos manuales para obtener un pronóstico confiable. Se necesitará gente”, asegura el experto.
En la década de 1960, los científicos del tiempo descubrieron que la atmósfera caótica de la Tierra limitaba la capacidad de predecir el tiempo en el futuro lejano. En aquel momento, dos semanas se consideraban el límite máximo para predecir el tiempo con antelación. Sin embargo, hasta principios de la década de 2000, los desafíos complejos significaban que los pronósticos confiables se limitaban a aproximadamente una semana.
El cambio climático complica aún más la precisión de los pronósticos al provocar fenómenos meteorológicos extremos e impredecibles. Debido a estos cambios, los científicos enfrentan desafíos adicionales cuando intentan predecir con precisión el clima durante períodos de tiempo más largos.
El logro de DeepMind en el pronóstico del tiempo se produce dos meses después de que otros investigadores de IA de la compañía compartieran el Premio Nobel de Química. Esta noticia científica muestra un fuerte contraste entre los temores de la gente de que la IA les quitará el trabajo y la realidad”, concluye A. Lukošius.
Hay más herramientas que intentan utilizar la IA para realizar predicciones meteorológicas más precisas. Se ha probado que FourCastNet, un modelo de pronóstico basado en datos de Nvidia, y el modelo Pangu-Weather de Huawei son más precisos que los pronósticos meteorológicos digitales tradicionales.
Atmo, una empresa de San Francisco, también desarrolla soluciones de inteligencia artificial para ayudar a los meteorólogos a hacer mejor su trabajo. Sin embargo, ninguno de ellos ha mostrado resultados tan buenos como los desarrollados por DeepMind.
