El modelo de inteligencia artificial GenCast de Google pretende revolucionar la industria de la previsión meteorológica

El Ardèche se vio inundado por las fuertes lluvias el pasado mes de octubre. Este fin de semana, del 7 al 8 de diciembre, fuertes vientos asolaron el norte de Francia.

Hoy en día, para predecir el tiempo es necesario simular los movimientos del aire, la humedad y la presión atmosférica. Para realizar estos cálculos en supercomputadoras se necesitan horas. Google acaba de presentar GenCast, un modelo que puede producir resultados en ocho minutos gracias a la inteligencia artificial.

Un modelo cada vez más preciso

El simulador analiza 40 años de datos meteorológicos históricos para predecir rápidamente la evolución del tiempo en un periodo de 15 días. La rapidez del simulador no afecta a su precisión ni a su eficacia. El superordenador se ha probado con varios fenómenos climáticos recientes y, en comparación con el modelo europeo ENS, que es la referencia estándar, ha producido mejores previsiones para 15 días en 97%.

La supercomputadora podría pronosticar condiciones climáticas extremas, incluidas tormentas.

Por ejemplo, el modelo de Google podría haber avisado de las tormentas tropicales con doce horas de antelación. El estudio concluyó que era capaz de proporcionar una mejor estimación de la trayectoria de la tormenta y de las fuertes lluvias, lo que daba más tiempo para avisar y proteger a la población.

Aunque los resultados de este modelo son alentadores, no se debe utilizar para reemplazar a los modelos existentes. De hecho, la inteligencia artificial debe alimentarse de datos de los modelos existentes y de sus diversas estaciones de observación de campo. El hecho es que los meteorólogos aún no confían en la inteligencia artificial, ya que les parece un poco mágica o nebulosa. Los meteorólogos prefieren las simulaciones físicas, ya que son más rigurosas y concretas. Es probable que se utilicen ambos enfoques en paralelo. El código de Google se pondrá a disposición como un proyecto de código abierto, para que todos los meteorólogos puedan probarlo y formarse sus propias opiniones.

Profesional Servicio de automatización de Python Para soluciones personalizadas