GenCast: El avance de DeepMind en previsiones meteorológicas con IA

Resumido del original del de William J. Broad publicasado en The New Yoork Times del 5 de Diciembre de 2024

La atmósfera terrestre, caótica por naturaleza, limita la fiabilidad de las previsiones meteorológicas a corto plazo. Aunque en los años 60 se estimaba que dos semanas era el máximo alcanzable, esta capacidad se redujo a una semana en las décadas siguientes. Sin embargo, DeepMind, una empresa de Google https://deepmind.google/, ha logrado un avance revolucionario con su modelo de inteligencia artificial, GenCast https://deepmind.google/discover/blog/gencast-predicts-weather-and-the-risks-of-extreme-conditions-with-sota-accuracy/ , capaz de generar previsiones fiables de hasta 15 días, superando las mejores tecnologías actuales. Según un artículo publicado en Nature, GenCast no solo predice con mayor precisión, sino que también lo hace más rápido que los métodos tradicionales. Esto representa un avance significativo, especialmente en la monitorización de fenómenos extremos como huracanes, permitiendo salvar vidas y reducir daños materiales.
Un cambio en el paradigma de las predicciones
Tradicionalmente, los pronósticos meteorológicos se basan en supercomputadoras que procesan millones de datos atmosféricos. En contraste, GenCast utiliza una aproximación basada en patrones históricos. Entrenado con datos globales de 40 años, recopilados por el Centro Europeo de Predicción Meteorológica a Medio Plazo (ECMWF), el modelo analiza dinámicas atmosféricas para crear previsiones probabilísticas, más precisas y matizadas que las deterministas utilizadas hasta ahora.

Las pruebas realizadas por DeepMind compararon GenCast con el sistema del ECMWF, mostrando que superaba sus predicciones en un 97.2% de los casos, una mejora que podría transformar la meteorología operativa.
Además, su capacidad para generar resultados en minutos lo hace ideal para situaciones críticas como tormentas de rápida evolución.
Impacto y limitaciones
El modelo de GenCast destaca especialmente en la predicción de trayectorias de huracanes, aunque enfrenta retos en estimaciones sobre su intensidad, debido a limitaciones en los datos de entrenamiento. DeepMind asegura estar trabajando en soluciones para mejorar esta área crítica.

Los expertos, como Kerry Emanuel del MIT, consideran que GenCast no sustituirá a los métodos tradicionales, sino que los complementará, combinando fortalezas de ambas aproximaciones. Además, el equipo de DeepMind resalta su dependencia de datos convencionales, como las lecturas atmosféricas actuales, para generar las condiciones iniciales de sus cálculos.
Colaboración abierta y futuro prometedor
DeepMind ha optado por un enfoque transparente al compartir su modelo y código con la comunidad científica. Próximamente, las predicciones de GenCast estarán disponibles en plataformas como Google Earth Engine https://earthengine.google.com/ y Big Query, facilitando el acceso a los científicos para desarrollar aplicaciones prácticas.

Este avance de DeepMind no solo tiene implicaciones meteorológicas, sino que también representa un brillante ejemplo del potencial de la IA en beneficio de la sociedad, desafiando los temores de que estas tecnologías desplacen a los humanos. La apertura en su desarrollo y el impacto positivo en áreas críticas subrayan su importancia como herramienta para abordar los desafíos climáticos del futuro.

Ver nota completa en https://www.nytimes.com/2024/12/04/science/google-ai-weather-forecast.html?smid=nytcore-ios-share&referringSource=articleShare