Google DeepMind presentó un nuevo modelo de IA que predice las incertidumbres del clima y los riesgos meteorológicos, ofreciendo previsiones más rápidas y precisas con hasta 15 días de antelación. Te contamos todos los detalles ¡acá!
Todos buscamos pronósticos precisos y confiables antes de salir de casa. Sin embargo, el clima no se puede predecir con exactitud y los pronósticos son inciertos más allá de unos pocos días. Por esto, los científicos y las agencias meteorológicas utilizan pronósticos probabilísticos de conjunto, en los que el modelo predice una serie de escenarios meteorológicos probables. Pero como esto también puede fallar, Google DeepMind presentó GenCast, un nuevo modelo de IA que proporciona (con hasta 15 días de anticipación) mejores pronósticos diarios y de eventos extremos que el ENS, uno de los sistema de más alto nivel que administra el Centro Europeo de Previsiones Meteorológicas a Plazo Medio (ECMWF).
Según describió DeepMind, GenCast es un modelo de difusión, el tipo de modelo de IA generativa que sustenta los recientes y rápidos avances en la generación de imágenes, vídeos y música. Sin embargo, la diferencia de este es que está adaptado a la geometría esférica de la Tierra y aprende a generar con precisión la compleja distribución de probabilidad de los escenarios meteorológicos futuros cuando se le da como entrada el estado más reciente del tiempo.
¿Cómo lo entrenaron? Para evaluar rigurosamente el desempeño de GenCast, la compañía lo entrenó con datos meteorológicos históricos de 1979 hasta 2018 que incluían lecturas de temperatura, velocidad del viento, humedad, presión atmosférica y más variables a diferentes altitudes. Con base en esto, el modelo pudo aprender patrones climáticos globales, con una resolución de 0,25°.
Al probarlo con datos de 2019, el modelo demostró una mejor capacidad de pronóstico que ENS de ECMWF. “Probamos exhaustivamente ambos sistemas y analizamos los pronósticos de distintas variables en distintos plazos de entrega (1320 combinaciones en total). GenCast fue más preciso que ENS en el 97,2% de estos objetivos y en el 99,8% en plazos de entrega superiores a 36 horas”, explicaron. Esa precisión también se aplicó a la predicción de eventos climáticos extremos, como ciclones tropicales.
Otra cosa que diferencia a GenCast del resto de los pronósticos conjuntos tradicionales es la velocidad en la que trabaja. Según describió Google DeepMind, se necesitan solo 8 minutos para que una única TPU v5 de Google Cloud produzca un pronóstico de 15 días en el conjunto de GenCast. Es más, cada pronóstico del conjunto se puede generar simultáneamente, en paralelo. En cambio, los pronósticos de conjunto tradicionales basados en la física, como los producidos por ENS, con una resolución de 0,2° o 0,1°, requieren horas en una supercomputadora con decenas de miles de procesadores.
Las predicciones meteorológicas más precisas también serán de gran ayuda a la hora de detectar condiciones extremas y desastres naturales. De esta manera, las autoridades y funcionarios podrán prepararse con más anticipación y así proteger vidas, hogares y comunidades y evitar grandes daños.
Ahora bien, ¿GenCast reemplazaría a los meteorólogos? Según comentó Google DeepMind, este modelo de IA tiene pensado, “al menos en el corto plazo”, acompañar y estar al lado de los enfoques tradicionales existentes, no sustituirlos.
