Google trabaja en nuevas tecnologías para ampliar los límites de los modelos basados en inteligencia artificial en las previsiones meteorológicas. Laboratorio meteorológico una nueva plataforma denominada «La Nueva Plataforma». Los trabajos más recientes compartidos a través de esta plataforma, en particular ciclones tropicales Su objetivo es elaborar diversos escenarios a largo plazo sobre la dirección, magnitud y gravedad de la pandemia. El modelo desarrollado puede generar 50 previsiones diferentes para un máximo de 15 días. Estas previsiones no sólo se generan por ordenador, sino que también son evaluadas por el Centro Nacional de Huracanes de Estados Unidos.
Esta colaboración no pretende sustituir a los modelos clásicos de previsión meteorológica basados en la física, sino proporcionarles una herramienta alternativa y de apoyo. Google DeepMind y Google Investigación El mayor reclamo del modelo desarrollado por los equipos es que la precisión de las predicciones está al menos al mismo nivel que los sistemas existentes. Sin embargo, la empresa afirma que el modelo aún está en fase de prueba y que los usuarios particulares no deberían beneficiarse directamente de este sistema.
En concreto Atlántico Norte y Pacífico Oriental Se afirma que en las pruebas realizadas en las regiones, este nuevo modelo de inteligencia artificial pronostica una media de 140 kilómetros con mayor precisión que los datos del Centro Europeo de Previsiones Meteorológicas a Medio Plazo (ECMWF). Esta diferencia se hace evidente cuando se toman como base las previsiones a cinco días. Sin embargo, para que estos resultados sean permanentes se necesitan ensayos a largo plazo en distintas geografías.
El modelo intenta predecir futuros huracanes basándose en datos históricos
Una de las principales fuentes utilizadas en el entrenamiento del nuevo modelo es la archivo de datos ERA5 . Este archivo reúne datos de observación recogidos durante décadas y resultados de modelos basados en la física. De este modo, el modelo puede actualizarse no sólo con datos numéricos, sino también con patrones pasados. Google ha desarrollado previamente GenCast se entrenó con el mismo archivo de datos y Naturaleza según un estudio publicado en la revista, superó en un 97% a uno de los modelos potentes del ECMWF.
El sitio web llamado Weather Lab permite a los usuarios seguir el rendimiento de estos modelos de forma visualizada. No obstante, se subraya que este sistema sólo está disponible actualmente con fines de investigación. Google pretende explicar el nivel de precisión del nuevo modelo a un público más amplio con comparaciones visuales realizadas a través de este sitio. Sin embargo, aún no está claro si este sistema se convertirá en un servicio comercial o público.
Google no trabaja solo en este campo. Universidad Estatal de Colorado El Instituto Cooperativo de Investigación Atmosférica, junto con investigadores del Reino Unido y Japón, sigue examinando el rendimiento del modelo en distintas condiciones climáticas. Estas colaboraciones son fundamentales para ampliar la aplicabilidad de los modelos de previsión basados en IA.
El aumento del número y la intensidad de fenómenos meteorológicos extremos como los huracanes ha suscitado un mayor interés por este tipo de proyectos. Sin embargo, la reducción de personal en las agencias federales estadounidenses en los últimos años ha provocado deficiencias en la infraestructura de observación meteorológica. En particular Administración Nacional Oceánica y Atmosférica (NOAA) se han reducido los equipos y algunas tareas de medición meteorológica se han subcontratado a empresas privadas. Esto suscita cierta inquietud sobre el futuro de los datos públicos.
Estas intervenciones en la NOAA también han planteado la posibilidad de privatizar los servicios públicos de previsión meteorológica. Proyecto 2025 En el marco de estos planes se prevé la disolución de la NOAA y la prestación de algunos servicios por parte del sector privado. Respondiendo a preguntas sobre esta cuestión, los responsables de Google afirmaron que los modelos se desarrollaron con la intención de contribuir al servicio público.
El desarrollo de nuevos modelos de previsión meteorológica basados en la IA tiene el potencial de ampliar los límites de los métodos de previsión existentes, ya que se alimentan de datos históricos y trabajan en conjunción con los sistemas tradicionales. Sin embargo, la plena fiabilidad de estos sistemas depende de la realización de pruebas exhaustivas en muchas regiones geográficas y en diferentes condiciones meteorológicas. La prudente divulgación por parte de Google de los resultados obtenidos en esta fase será decisiva para los objetivos a largo plazo del modelo.