Recientemente, en un artículo publicado en Nature, Google presentó GenCast, su nuevo modelo de conjunto de inteligencia artificial de alta resolución que mejora la predicción de las incertidumbres y los riesgos meteorológicos al ofrecer previsiones más rápidas y precisas con hasta 15 días de antelación.
A medida que el cambio climático provoca fenómenos meteorológicos más extremos, es más esencial que nunca contar con pronósticos precisos y confiables. Sin embargo, el clima no se puede predecir con exactitud y los pronósticos son especialmente inciertos más allá de unos pocos días.
Google GenCast
Ante esta realidad, los científicos y las agencias meteorológicas utilizan pronósticos probabilísticos de conjunto, en los que el modelo predice una serie de escenarios meteorológicos probables.
Estos pronósticos de conjunto son más útiles que confiar en un único pronóstico, ya que proporcionan un panorama más completo de las posibles condiciones meteorológicas en los próximos días y semanas y de la probabilidad de cada escenario.
GenCast supone un avance fundamental en la predicción meteorológica basada en IA, ya que el modelo meteorológico anterior de Google era determinista y proporcionaba una única y mejor estimación del tiempo futuro. En cambio, un pronóstico de GenCast comprende un conjunto de 50 o más predicciones, cada una de las cuales representa una posible trayectoria meteorológica.
Para entrenar a GenCast, los desarrolladores le proporcionaron 40 años de datos meteorológicos históricos. Estos datos incluyeron variables como temperatura, velocidad del viento y presión a distintas altitudes. El modelo aprendió patrones meteorológicos globales, con una resolución de 0,25°, directamente a partir de estos datos meteorológicos procesados.
Estableciendo un nuevo estándar para la previsión meteorológica
Para evaluar rigurosamente el desempeño de GenCast, se entrenó con datos meteorológicos históricos hasta 2018 y fue probado con datos de 2019. GenCast demostró una mejor capacidad de pronóstico que el ENS del Centro Europeo de Previsiones Meteorológicas a Plazo Medio (ECMWF, por sus siglas en inglés), el principal sistema de pronóstico por conjuntos operativos del que dependen muchas decisiones nacionales y locales todos los días.
Google probó exhaustivamente ambos sistemas y analizó los pronósticos de distintas variables en distintos plazos de entrega (1320 combinaciones en total). GenCast fue más preciso que ENS en el 97,2 % de estos objetivos y en el 99,8 % en plazos de entrega superiores a 36 horas.
Un pronóstico conjunto expresa la incertidumbre al realizar múltiples predicciones que representan diferentes escenarios posibles. Si la mayoría de las predicciones muestran que un ciclón afectará la misma zona, la incertidumbre es baja. Pero si predicen diferentes ubicaciones, la incertidumbre es mayor. GenCast logra el equilibrio adecuado, evitando tanto exagerar como subestimar la confianza en sus pronósticos.
Se necesitan solo ocho minutos para que una única TPU v5 de Google Cloud produzca un pronóstico de 15 días en el conjunto de GenCast, y cada pronóstico del conjunto se puede generar simultáneamente, en paralelo. Los pronósticos de conjunto tradicionales basados en la física, como los producidos por ENS, con una resolución de 0,2° o 0,1°, requieren horas en una supercomputadora con decenas de miles de procesadores.
GenCast es parte del creciente conjunto de modelos meteorológicos basados en IA de próxima generación de Google, que incluye los pronósticos deterministas de mediano plazo basados en IA de Google DeepMind y los modelos NeuralGCM, SEEDS y de inundaciones de Google Research.
Estos modelos están comenzando a potenciar las experiencias de los usuarios en Google Search y Maps, y a mejorar el pronóstico de precipitaciones, incendios forestales, inundaciones y calor extremo.
No dejes de leer: Manchester City y Puma lanzan una innovadora plataforma de diseño de uniformes de fútbol con IA
Sigue nuestras redes sociales y se parte de nuestra comunidad