La inteligencia artificial (IA) se está consolidando como una herramienta valiosa en la predicción de fenómenos meteorológicos extremos, incluido el pronóstico de huracanes y, más recientemente, la previsión de inundaciones. Un modelo basado en IA desarrollado por Google logró anticipar con precisión que el huracán Beryl tocaría tierra en Texas, mientras que un modelo tradicional indicaba un impacto en México. Asimismo, otro modelo de IA pronosticó con días de antelación la llegada del huracán Francine a Luisiana, superando a los sistemas de predicción convencionales.
En la actualidad, la comunidad científica está explorando cómo la IA puede revolucionar el pronóstico de inundaciones. Navid Tahvildari, experto en ingeniería costera en el College of Engineering and Computing, investiga el potencial de la IA en este ámbito. Aunque existen pocos modelos públicos en la actualidad, los avances tecnológicos y el conocimiento necesario para su desarrollo están convergiendo rápidamente.
Ventajas de los modelos de inundación basados en IA
Los modelos de inundación impulsados por IA presentan ventajas significativas en comparación con los modelos tradicionales. Una de las más destacadas es su velocidad de procesamiento; una vez entrenados, estos modelos son capaces de generar pronósticos en cuestión de segundos. Esto contrasta con los modelos tradicionales, que pueden tardar horas en ofrecer resultados. Además, los modelos de IA pueden ejecutarse en ordenadores personales, a diferencia de los sistemas convencionales que requieren infraestructuras tecnológicas costosas.
Otra ventaja considerable de los modelos de IA es su capacidad para realizar predicciones a nivel de detalle muy fino, incluso a la escala de edificios individuales. Mientras que los modelos basados en física, que han sido estándar durante décadas, tardan mucho tiempo en producir resultados a este nivel, los modelos de IA, formados con datos de alta resolución, pueden ofrecer pronósticos fiables casi instantáneamente.
Los modelos de IA también abordan el problema de la complejidad de las inundaciones de una forma diferente. Al igual que ChatGPT, que utiliza una vasta cantidad de información para responder preguntas, los modelos de IA aprovechan datos ambientales pasados, como niveles de agua y condiciones atmosféricas, para prever inundaciones. En cambio, los modelos tradicionales suelen calibrarse a partir de un número limitado de eventos anteriores.
A pesar de estas ventajas, es poco probable que los modelos de IA reemplacen a los modelos tradicionales en el corto plazo. Ambos tipos de modelos tienen fortalezas únicas, y la combinación de ambas tecnologías podría conducir a pronósticos más precisos en el futuro.
La necesidad de una mayor disponibilidad de datos es crucial para el desarrollo de modelos de inundación basados en IA. A medida que se incrementa el número de sensores de inundación, también se requiere que los modelos físicos mejoren para generar datos sintéticos confiables que alimenten a los modelos de IA. Esto es especialmente relevante en el caso de inundaciones urbanas, donde se deben considerar múltiples factores, incluidos los sistemas de infraestructura de aguas pluviales.
El desarrollo de esta tecnología tiene aplicaciones prácticas significativas para regiones como el sur de Florida, donde la gestión de emergencias es fundamental. Por ejemplo, la capacidad de IA para simular rápidamente diferentes escenarios de inundación podría ser vital durante eventos climáticos extremos, como la combinación de huracanes y mareas muy elevadas que se producen cada año en otoño.
A medida que avanzamos, la posibilidad de acceder a pronósticos de inundación basados en IA a través de dispositivos móviles podría estar más cerca de lo que se piensa. Sin embargo, esto depende del desarrollo continuo de los modelos y del aumento de la recolección de datos. Lo que está claro es que la convergencia de la IA y la investigación en fenómenos meteorológicos extremos tiene el potencial de ofrecer soluciones innovadoras en la preparación y respuesta ante huracanes, una necesidad imperiosa en un mundo donde los fenómenos climáticos extremos son cada vez más frecuentes.
