Avances en la Predicción Meteorológica a través de la Inteligencia Artificial
Una predicción meteorológica precisa y anticipada es crucial no solo para la planificación de actividades en sectores como la agricultura y la energía renovable, sino también para la protección de vidas humanas. En las últimas dos décadas, las inundaciones han afectado a 2.500 millones de personas, resultando en la pérdida de un cuarto de millón de vidas y causando daños económicos que superan los 936.000 millones de dólares, según la base de datos EM-DAT de la Universidad Católica de Lovaina. En este contexto, las grandes empresas tecnológicas están compitiendo por desarrollar modelos de predicción que superen las limitaciones actuales. Recientemente, se ha presentado Aurora, un modelo de inteligencia artificial (IA) desarrollado por Microsoft en colaboración con varias universidades, que promete mejorar la precisión y la anticipación en las predicciones meteorológicas.
El proceso de prever el tiempo atmosférico es especialmente complicado debido a la interacción de múltiples factores que pueden variar de manera errática. Actualmente, las predicciones más confiables no suelen extenderse más allá de tres días. Sin embargo, la inversión en tecnología para mejorar esta capacidad podría resultar en un ahorro significativo, estimado en 143.000 millones de dólares anuales, así como en la salvación de vidas. Microsoft asegura que Aurora es capaz de generar pronósticos de alta resolución sobre el clima, la calidad del aire y otros fenómenos atmosféricos, habiendo sido entrenado con más de un millón de horas de datos del sistema terrestre. La compañía afirma que su modelo ha demostrado ser más eficiente que otros sistemas operativos existentes en un 92% de los casos, especialmente en eventos climáticos extremos.
En la carrera por la mejora de las predicciones meteorológicas, otros actores como IBM y Google también están desarrollando modelos innovadores. El modelo TerraMind, creado por IBM en colaboración con la Agencia Espacial Europea (ESA), se centra en integrar datos satelitales y de radar para ofrecer una comprensión más profunda de los fenómenos atmosféricos. Por su parte, Google ha presentado GraphCast, un sistema que utiliza el aprendizaje automático para generar pronósticos hasta diez días en solo un minuto, superando a los modelos tradicionales en un 90% de las pruebas realizadas. Estos avances demuestran que la inteligencia artificial tiene el potencial de transformar la forma en que entendemos y predecimos el clima, lo que podría tener un impacto significativo en la mitigación de desastres naturales y en la planificación de actividades económicas.
