Google DeepMind no es la única gran empresa tecnológica que aplica la IA al pronóstico del tiempo. Nvidia fue lanzada FourCastNet en 2022. Y en 2023, Huawei desarrolló su modelo Pangu-Weather, que se basó en 39 años de datos. Produce pronósticos deterministas, aquellos que proporcionan un único número en lugar de un rango, como un pronóstico de que mañana habrá una temperatura de 30°F o 0,7 pulgadas de precipitación.
GenCast se diferencia de Pangu-Weather en que produce pronósticos probabilísticos: probabilidades de diferentes resultados climáticos en lugar de pronósticos exactos. Por ejemplo, el pronóstico podría ser “Hay un 40 % de probabilidad de que la temperatura alcance un mínimo de 30 °F” o “Hay un 60 % de probabilidad de que llueva 0,7 pulgadas mañana”. Este tipo de análisis ayuda a los funcionarios a comprender la probabilidad de que se produzcan diversos fenómenos meteorológicos y a planificar en consecuencia.
Estos resultados no significan el fin de la meteorología convencional como campo. El modelo se basa en condiciones climáticas pasadas y su aplicación al futuro lejano puede conducir a predicciones inexactas de un clima cambiante y cada vez más errático.
GenCast todavía se basa en un conjunto de datos como ERA5, que es una estimación horaria de diversas variables atmosféricas desde 1940, dice Aaron Hill, profesor asistente de la Escuela de Meteorología de la Universidad de Oklahoma que no participó en esta búsqueda. . “El conjunto ERA5 es un modelo basado en la física”, afirma.
Además, hay muchas variables en nuestra atmósfera que no observamos directamente, por lo que los meteorólogos utilizan ecuaciones físicas para comprender las estimaciones. Estas estimaciones se combinan con datos de observación disponibles para alimentar un modelo como GenCast, y siempre se necesitarán nuevos datos. “Un modelo entrenado hasta 2018 funcionará peor en 2024 que un modelo entrenado hasta 2023”, afirma Ilan Price, investigador de DeepMind y uno de los creadores de GenCast.
En el futuro, DeepMind planea probar los modelos directamente utilizando datos como lecturas de viento o humedad para ver qué probabilidades hay de hacer predicciones basadas únicamente en datos de observación.
(TagsToTranslate) Pronóstico del tiempo con IA
