A principios de junio, inmediatamente después del inicio de la temporada de huracanes del Atlántico, Google introdujo un nuevo modelo llamado «Laboratorio meteorológico, que fue especialmente desarrollado para predecir la ruta y la gravedad de los ciclones tropicales (huracanes). Google, de acuerdo con la información contenida en la publicación del blog publicada en ese momento; este modelo, que ofrece resultados muy exitosos en las pruebas, fue capacitado utilizando un set de datos gigante que recreó un set de datos pasada que recreó, y también un set de un set de datos. Traces, fuerza y tamaño de los huracanes.
La compañía incluyó las siguientes declaraciones en el envío:
Las pruebas internas muestran que las predicciones de nuestro modelo sobre la ruta y la gravedad de los ciclones son tan precisas y, a menudo, más precisas como los métodos basados en la física existentes.
Además, Google anunció que cooperará con el Centro Nacional de Huracanes para evaluar el rendimiento del modelo de laboratorio meteorológico en las cuencas del Pacífico Atlántico y el este. El Centro Nacional de Huracanes es una rama del Servicio Nacional del Océano y Atmosférico, que ha estado proporcionando pronósticos confiables durante décadas.
Hasta hace unas semanas, las pruebas de alto perfil del nuevo modelo no se realizaron debido a la relativamente tranquila de la temporada de huracanes del Atlántico. Sin embargo, hace unos 10 días, el huracán de Erin aumentó rápidamente su intensidad en el Océano Atlántico y la quinta categoría se convirtió en un huracán a medida que se movía hacia el oeste.
En la prueba más grande de la temporada del Atlántico hasta la fecha, el laboratorio meteorológico de Google mostró el mejor rendimiento en 72 horas o menos. Esto significa una predicción de tres días para la tormenta. A James Franklin, la antigua unidad especialista en huracanes del Centro Nacional de Huracanes Según el modelo, el modelo ha dejado atrás el modelo oficial del Centro Nacional de Huracanes, que se muestra bastante bien. Además, Weather Lab logró dejar atrás varios otros modelos basados en la física durante las primeras 72 horas de modelado. A medida que se prolonga el trabajo de estimación, el rendimiento del modelo disminuye un poco; En predicciones de cinco días, llamó la atención sobre el hecho de que dejó atrás el modelo de consenso.
En este punto, las autoridades publicaron sus decisiones de evacuación y otros trabajos preparatorios, ya que confían en los días terceros a quinto del modelo, es importante que el modelo tenga un alto rendimiento en los últimos días. A pesar de esta disminución en los performadores, se cree que el modelado del clima apoyado por la inteligencia artificial promete el futuro.
¿Cómo funciona el laboratorio meteorológico?
La mayoría de las técnicas de modelado estándar de oro existentes utilizadas para la estimación de tormentas utilizan predicciones basadas en física. Estos motores, que tienen en cuenta factores como la humedad, la presión del aire y los cambios de temperatura para simular cómo se comportan la tormenta, están tratando de recrear condiciones atmosféricas. El modelo de Google, por otro lado, aprovecha una gran cantidad de datos en los que está entrenado. Estos datos incluyen un conjunto de datos de reanálisis que reconstruye el clima pasado en el mundo, y una base de datos especial con información importante sobre la intensidad, el tamaño y el radio de viento de los Cycols, el camino seguido de aproximadamente 5,000 ciclones observados en los últimos 45 años.
Según los datos de Google, el modelo se probó en tormentas en 2023 y 2024, y las predicciones de cinco días estimaron la tormenta con mayor precisión que la mayoría de los otros modelos. De hecho, el modelo más preciso, que se considera el modelo más preciso, estimó la posición final del ciclón, aproximadamente 140 km o 90 millas que el modelo de conjunto del centro de pronóstico medio europeo. Después de eso, la institución podrá demostrar una tormenta que sigue en tiempo real como prueba del concepto. El desarrollo de modelos soportados por inteligencia artificial puede crear una transformación significativa en ciertos pronósticos meteorológicos.