Mientras cada semana leemos noticias de eventos climáticos extremos, y en muchas ocasiones destructivos y absolutamente inéditos, las ciencias meteorológicas intentan mejorar aún más sus modelos predictivos para adelantarse a estos fenómenos naturales y no sólo controlar sus daños sino también salvar vidas.
Un nuevo enfoque que aprovecha las ventajas de la Inteligencia Artificial (IA) en unión con información proveniente de la física acaba de abrir flamantes y prometedoras puertas.
Se trata de un experimento que fue publicado en la prestigiosa revista Nature y que combina los resultados de modelos de aprendizaje automático a partir de grandes volúmenes de información con métodos tradicionales basados en la física.
Este modelo híbrido, bautizado NeuralGCM, podría ser un avance significativo en el campo de la meteorología y la climatología.
Desarrollado por investigadores de Google DeepMind, el MIT, la universidad de Harvard y el Centro Europeo de Previsiones Meteorológicas, NeuralGCM demostró ser más preciso en las predicciones meteorológicas de corto plazo (esto es, para los próximos diez días) que los sistemas tradicionales a la vez que ofreció proyecciones interesantes de las condiciones climáticas para una década, con más precisión que los modelos actuales de rango extendido.
Quizá la clave esté en la cantidad de datos que puede manejar: es un modelo que fue entrenado con décadas de datos meteorológicos históricos de diferentes partes de nuestro planeta y con descripciones basadas en la física de patrones climáticos a gran escala.
Esta metodología combinada lo distingue de otros modelos basados puramente en Inteligencia Artificial que están siendo desarrollados por estos días por parte de empresas como NVIDIA y Microsoft.
A pesar de la dimensión de la información utilizada, una de las principales ventajas de NeuralGCM es su eficiencia y portabilidad. Mientras que los modelos de pronósticotradicionales requieren horas de procesamiento en supercomputadoras, este modelo de código abierto puede ejecutarse relativamente rápido en una computadora portátil conectada a Internet.
Estos resultados prometedores, de todas maneras, no son índice de que pronto veremos su implementación: resta un largo camino para que NeuralGCM y sus competidores se integren a sistemas oficiales porque se trata de un área extremada sensible y que mueve miles de millones de dólares al año.
Los próximos esfuerzos estarán concentrados en probar que sus pronósticos son confiables, a la vez que quienes los utilicen deberán comprender sus fortalezas y debilidades para cada sector.
Así, si bien los modelos meteorológicos y climáticos tradicionales no serán reemplazados de inmediato, la integración de tecnologías de IA parece ser inevitable y si es llevada adelante con la precaución necesaria podría revolucionar nuestra comprensión y predicción de los fenómenos atmosféricos.
En tiempos en donde el cambio climático está creando desafíos constantemente, podrá mejorar nuestra capacidad para prepararnos y responder a lo que vendrá.
