En la década de 1960, los meteorólogos descubrieron que la naturaleza caótica de la atmósfera terrestre ponía un límite a lo lejos que podían llegar sus previsiones. Dos semanas parecían ser el límite. Sin embargo, a principios de la década de 2000, la gran dificultad que entrañan los pronósticos hizo que las previsiones fiables se limitaran a una semana.
Ahora, una nueva herramienta de inteligencia artificial de DeepMind, una empresa de Google con sede en Londres que desarrolla aplicaciones de inteligencia artificial (IA), ha superado esas antiguas barreras y ha logrado lo que sus creadores califican de habilidad y velocidad inigualables en la elaboración de previsiones meteorológicas para 15 días. Según informan el miércoles en la revista Nature, su nuevo modelo puede, entre otras cosas, superar las mejores previsiones del mundo destinadas a seguir tormentas mortales y salvar vidas.
“Es un gran logro”, dijo Kerry Emanuel, profesor emérito de ciencias atmosféricas del Instituto Tecnológico de Massachusetts, quien no participó en la investigación de DeepMind. “Es un importante paso adelante”.
En 2019, Emanuel y otros seis expertos, publicaron un artículo en el Journal of the Atmospheric Sciences en el que argumentaban que avanzar en el desarrollo de previsiones fiables que tengan una duración de 15 días tendría “enormes beneficios socioeconómicos” al ayudar al público a evitar los peores efectos del clima extremo.
Ilan Price, autor principal del nuevo artículo y principal científico investigador de DeepMind, describió el nuevo modelo de IA, que el equipo denomina GenCast, como mucho más rápido que los métodos tradicionales. “Y es más preciso”, añadió.
Él y sus colegas descubrieron que GenCast superaba al anterior programa meteorológico de IA de DeepMind, que debutó a finales de 2023 con previsiones fiables para 10 días. Rémi Lam, el científico principal de ese proyecto y uno de la decena de coautores del nuevo artículo, dijo que el equipo meteorológico de la empresa había progresado de manera sorprendentemente rápida.
“Soy un poco reacio a decirlo, pero es como si en un año hubiéramos conseguido mejoras de décadas”, dijo en una entrevista. “Estamos viendo progresos muy, muy rápidos”.
El líder mundial en predicción atmosférica es el Centro Europeo de Predicción Meteorológica a Medio Plazo. Las pruebas comparativas muestran que sus proyecciones superan a todas las demás en precisión.
DeepMind probó su nuevo programa de IA contra el Sistema de Predicción Ensemble del centro, un servicio en el que confían 35 países para elaborar sus propias previsiones meteorológicas. El equipo comparó el rendimiento de los pronósticos a 15 días de ambos sistemas en la predicción de un conjunto designado de 1320 velocidades del viento, temperaturas y otras características atmosféricas globales.
El informe de Nature decía que el nuevo agente superó las previsiones del centro en un 97,2 por ciento de las ocasiones. El logro de la IA, escribieron los autores, “ayuda a abrir el próximo capítulo en la previsión meteorológica operativa”.
Matthew Chantry, especialista en IA del Centro Europeo de Predicción Meteorológica a Medio Plazo, dijo que su agencia ya estaba adoptando algunas de sus características.
“Así de bien lo consideramos”, dijo. El aprendizaje automático en general, añadió Chantry, estaba acelerando los intentos humanos de superar algunas de las amenazas más mortíferas de la naturaleza.
El avance meteorológico de DeepMind se produce dos meses después de que otros investigadores de IA de la empresa compartieran el Premio Nobel de Química. Las noticias científicas constituyen un brillante contrapunto a los temores públicos de que la IA robe puestos de trabajo y lleve a los humanos al borde de la obsolescencia.
El caos natural de la atmósfera terrestre hace que todas las previsiones meteorológicas, incluidas las de dos semanas, sean menos fiables a medida que se adentran en el futuro. Sin embargo, AccuWeather ofrece previsiones a 90 días. Y el Old Farmer’s Almanac dice que puede anticiparse 60 días.
DeepMind respalda su declaración de 15 días con páginas de pruebas publicadas en Nature, una de las principales revistas científicas del mundo. También Google ha publicado un blog en internet que detalla el avance de la IA.
GenCast adopta un enfoque radicalmente distinto de la previsión dominante, que utiliza superordenadores del tamaño de una habitación que convierten millones de observaciones y cálculos globales en predicciones. En cambio, el agente de DeepMind se ejecuta en máquinas más pequeñas y estudia los patrones atmosféricos del pasado para aprender la sutil dinámica que origina el clima del planeta.
El equipo de DeepMind entrenó a GenCast con un archivo masivo de datos meteorológicos conservados por el centro europeo. El periodo de entrenamiento fue de 1979 a 2018, es decir, 40 años. A continuación, el equipo comprobó lo bien que el agente podía predecir el tiempo de 2019.
Este tipo de entrenamiento potencia todos los tipos de IA generativa, que son sistemas creativos. Imitando cómo aprenden los humanos, detectan patrones en montañas de datos y crean materiales nuevos y originales con características similares.
Lam, de DeepMind, señaló que las habilidades generativas de GenCast se basan en datos fácticos recogidos de la naturaleza y no de internet, famosa por su confusa mezcla de hechos, prejuicios y falacias. “Tenemos una verdad de base”, dijo sobre su dependencia de los fenómenos naturales. “Tenemos una comprobación de la realidad”.
Los pronósticos del nuevo modelo son probabilísticos, como las de las aplicaciones meteorológicas de los celulares. Por ejemplo, GenCast puede dar un rango de porcentajes para la probabilidad de lluvia en una región específica en un día determinado.
En cambio, su predecesor en DeepMind, GraphCast, ofrece una única previsión para una hora y un lugar concretos. Conocido como determinista, su método es esencialmente la mejor suposición que no da ninguna indicación de la incertidumbre de la predicción.
Las previsiones probabilísticas se consideran más matizadas y sofisticadas que las deterministas, y son más difíciles de crear. Normalmente, una previsión GenCast se basa en un conjunto de 50 o más predicciones que producen su rango de probabilidades.
A pesar de todo el esfuerzo que implican esos cálculos, dijo Price, de DeepMind, el nuevo modelo puede generar una previsión para 15 días en minutos, frente a las horas que tardaría un superordenador. Eso puede hacer que sus proyecciones sean mucho más oportunas, una ventaja en el seguimiento de tormentas de movimiento rápido.
GenCast, según el equipo, puede predecir con gran exactitud las trayectorias de los huracanes, que anualmente pueden cobrarse miles de vidas y acumular cientos de miles de millones de dólares en daños materiales. El artículo de Nature decía que las pruebas comparativas demostraron que sus predicciones de la trayectoria de los huracanes superaban de manera sistemática a las del centro europeo.
Emanuel, del MIT, dijo que el equipo de DeepMind no mencionó que su nuevo modelo proporciona poca información sobre la intensidad de los huracanes.
Price, autor principal del artículo, se mostró de acuerdo. Dijo que el problema residía en las limitaciones de los datos de entrenamiento sobre la velocidad del viento de los huracanes. El equipo meteorológico, añadió, confiaba en poder generar una solución.
Lo más probable es que GenCast complemente los métodos actuales en lugar de sustituirlos, argumentó Emanuel. Cada tipo, dijo, tiene sus propios puntos fuertes y débiles a la hora de predecir los fenómenos variables que constituyen el tiempo atmosférico.
“El statu quo no va a desaparecer”, dijo Emanuel. “Quizá el trabajo conjunto de ambos sea la mejor manera de avanzar”.
Por su parte, el equipo de DeepMind reconoció su gran dependencia del mundo convencional de las lecturas meteorológicas, señalando, por ejemplo, cómo sus datos de entrenamiento de IA proceden del gigantesco archivo meteorológico europeo. Sus cálculos también comienzan con una instantánea del tiempo actual en el mundo, lo que el equipo denomina condiciones iniciales.
El equipo espera que otros expertos en meteorología prueben su nueva tecnología. Price dijo que el equipo de DeepMind compartiría en línea su modelo de IA y el código informático subyacente.
Añadió que las predicciones meteorológicas de GenCast pronto se publicarían en Earth Engine de Google y en Big Query, lo que daría a los científicos acceso a las nuevas predicciones.
“Queremos que la comunidad utilice y aproveche nuestra investigación”, dijo Price.
Chantry, del centro europeo, dijo que Google y DeepMind podrían haber ocultado su avance en IA tras un muro de secretismo corporativo, utilizándolo “para hacer una mejor previsión meteorológica para sus propias aplicaciones y sin decirle a nadie cómo lo hicieron”.
En cambio, añadió, el campo emergente ha adoptado una apertura pública
que está ayudando a “muchísima gente a participar en esta revolución”.
Nota cortesía:
No hay comentarios:
Publicar un comentario