Gracias a la nueva herramienta de inteligencia artificial (IA) de Google, GraphCast, se espera contar con un pronóstico meteorológico más veloz y certero, abarcando hasta diez días de anticipación.
El modelo GraphCast, basado en aprendizaje automático y desarrollado por la empresa DeepMind, según sus creadores, supera significativamente a los sistemas convencionales. Además, se destaca por ofrecer alertas más tempranas sobre eventos meteorológicos extremos.
Te recomendamos: ¿Qué esperar del invierno en México?
Este sistema predice decenas de variables meteorológicas en todo el planeta hasta 10 días en menos de un minuto, según se detalla en la revista Science. GraphCast, con código abierto, representa un paso importante en la IA para la predicción meteorológica.
Proporciona pronósticos más precisos y eficientes, abriendo la puerta para respaldar la toma de decisiones críticas, según señalan los autores, entre los que se encuentran Álvaro Sánchez González y Ferran Alet, ambos de origen español.
Presenting GraphCast: our state-of-the-art AI model delivering 10-day weather forecasts with unprecedented accuracy in under one minute. ?️
— Google DeepMind (@GoogleDeepMind) November 14, 2023
It can even help predict the potential paths of cyclones further into the future.
Here's how it works. ? https://t.co/ygughpkdeP pic.twitter.com/0Y6DyBXDow
Actualmente, los pronósticos suelen basarse en la predicción meteorológica numérica (NWP, por sus siglas en inglés), que inicia con ecuaciones físicas meticulosamente definidas que luego se traducen en algoritmos ejecutados en supercomputadoras.
Te recomendamos: Cambio climático amenaza el futuro de los deportes de invierno
A pesar de ser un logro de la ciencia y la ingeniería, este método convencional requiere tiempo, experiencia significativa y costosos recursos computacionales para obtener pronósticos precisos.
DeepMind sostiene que el aprendizaje profundo ofrece un enfoque alternativo, utilizando datos en lugar de ecuaciones físicas para crear un sistema de pronóstico del tiempo.
