El pronóstico del tiempo que Google anticipa con IA
(16 de noviembre, 2023). La empresa de Larry Page y Sergei Bin ¿nos sorprende con una nueva innovación? ¡Google DeepMind acaba de lanzar un cambio de juego en la predicción del clima! Este año, nos hemos enfrentado a un clima alocado debido al cambio climático. Pero aquí está la buena noticia: el nuevo modelo de IA de DeepMind, GraphCast, puede ser el sueño cumplido de quienes vigilan el clima y el tiempo climático.
En una publicación de Science, se habló de cómo GraphCast puede predecir las condiciones climáticas hasta ¡10 días por adelantado! Eso es más rápido y mucho más preciso que el as bajo la manga actual en pronósticos del clima, el Centro Europeo de Predicción a Plazo Medio (ECMWF, por sus siglas en inglés). GraphCast lo hizo mejor en más del 90% de más de 1,300 áreas de prueba, y cuando se trata de la troposfera de la Tierra (donde sucede toda la acción), superó al modelo del ECMWF en más del 99% de variables climáticas como lluvia y temperatura del aire.
Y hay más. GraphCast no solo está presumiendo, también está dando a los meteorólogos una alerta mucho antes que los modelos anticuados. Imaginen esto: advertencias precisas sobre temperaturas extremas y trayectorias de ciclones. En septiembre, GraphCast lo clavó al predecir que el huracán Lee tocaría tierra en Nueva Escocia con ¡nueve días de anticipación! Los modelos tradicionales solo estaban al tanto de Nueva Escocia seis días antes.
Entonces, en pocas palabras, prepárense para pronósticos meteorológicos mejores y más vidas salvadas, gracias a GraphCast.
Ventajas de GraphCast
GraphCast utiliza el aprendizaje automático para realizar estos cálculos en menos de un minuto. En lugar de basarse en ecuaciones basadas en la física, fundamenta sus predicciones en cuatro décadas de datos meteorológicos históricos. GraphCast utiliza redes neuronales de grafo, que mapean la superficie de la Tierra en más de un millón de puntos de rejilla. En cada punto de la rejilla, el modelo predice la temperatura, la velocidad y dirección del viento, la presión media del nivel del mar, así como otras condiciones como la humedad. La red neuronal puede encontrar patrones y sacar conclusiones sobre lo que sucederá a continuación para cada uno de estos puntos de datos.
Durante el último año, la predicción del tiempo ha experimentado una revolución con modelos como GraphCast, Pangu-Weather de Huawei y FourcastNet de Nvidia, que han llevado a los meteorólogos a reconsiderar el papel que puede desempeñar la IA en la predicción del tiempo. Según Lam, GraphCast supera a otros modelos competidores, como Pangu-Weather, y puede predecir más variables meteorológicas. El ECMWF ya lo está utilizando activamente.
Cuando GraphCast hizo su debut en diciembre pasado, fue como la Navidad, según Peter Dueben, jefe de modelado de sistemas terrestres en el ECMWF, que no estuvo involucrado en la investigación.
___________________________________________
Con información del MIT. Imagen: MM.
Por ejemplo, un sistema de aprendizaje automático puede aprender a reconocer objetos en imágenes a partir de un conjunto de datos de imágenes etiquetadas. El sistema puede aprender a identificar los objetos a partir de las características de las imágenes, como el color, la forma y el tamaño.
