La inteligencia artificial, IA, en la predicción de huracanes por el Centro Nacional de Huracanes

Este artículo se ha desarrollado gracias a una sesión de preguntas y respuestas con Wallace Hogsett, responsable de operaciones científicas del NHC.

La inteligencia artificial (IA) es un tema de gran actualidad. ¿Cómo utiliza el Centro Nacional de Huracanes (NHC) la IA en la predicción de huracanes, especialmente durante la temporada pasada?

El uso de la IA en la predicción de huracanes se está acelerando. Si bien el NHC ha utilizado herramientas de IA durante muchos años, en 2025 surgieron nuevas herramientas con mayor rapidez que nunca. La temporada pasada se centró en la experimentación, incluyendo la colaboración con nuestros socios para realizar una verificación y pruebas exhaustivas antes de utilizar cualquier herramienta de IA para la toma de decisiones operativas. Durante la temporada, a medida que los meteorólogos adquirían experiencia, el NHC comenzó a integrar estos nuevos sistemas de predicción meteorológica con IA (AIWP) como guía para la elaboración de pronósticos operativos, junto con todas las demás herramientas esenciales de nuestro arsenal.

¿Qué modelos de IA específicos utiliza actualmente el NHC?

Hemos comenzado a utilizar varios modelos de IA. El NHC se ha asociado directamente con Google DeepMind para desarrollar un nuevo modelo de predicción de huracanes basado en IA, que se utilizó experimentalmente durante la temporada de 2025. Además, el Centro de Modelado Ambiental de la NOAA y el Centro Europeo de Predicción Meteorológica a Medio Plazo (ECMWF) han desarrollado sistemas de predicción global basados en IA, los cuales también estuvieron disponibles para su evaluación durante la temporada de 2025. Próximamente se incorporarán más herramientas y modelos basados en IA, y los estamos evaluando exhaustivamente para su posible integración en las operaciones de predicción. En el NHC, apenas estamos empezando a explorar las posibilidades de uso de estos nuevos modelos.

En términos sencillos, ¿cómo funcionan realmente estos modelos de predicción basados en IA?

Básicamente, los modelos AIWP se "entrenan" para aprender patrones analizando grandes cantidades de datos históricos. Aprenden las relaciones entre diferentes variables y cómo varían esas relaciones en el espacio y el tiempo. La mayoría de los modelos de IA actuales se entrenan con conjuntos de datos de "reanálisis", que son enormes conjuntos de datos globales que incorporan todas las observaciones mundiales y abarcan muchas décadas. Durante el extenso proceso de entrenamiento, los modelos de IA aprenden las relaciones entre todas las diferentes variables (como la presión, el viento y la temperatura). Luego, utilizan esas relaciones aprendidas para estimar el estado futuro de la atmósfera. Si bien la IA es un enfoque muy diferente de los modelos tradicionales de predicción meteorológica, el objetivo final es el mismo: producir la predicción más precisa posible.

¿Cuál es la principal diferencia entre los modelos meteorológicos tradicionales, basados en la física (como el GFS), y los nuevos modelos de IA basados en aprendizaje automático?

La predicción numérica del tiempo (PNT, NWP en inglés) tradicional y los nuevos modelos de IA utilizan enfoques muy diferentes para generar un pronóstico. Una diferencia fundamental es que los modelos de PNT parten de las condiciones atmosféricas actuales (denominadas "condiciones iniciales") y resuelven las ecuaciones de la atmósfera para predecir el futuro. Resolver estas ecuaciones requiere supercomputadoras de gran potencia para cada pronóstico.

Los modelos AIWP también parten de las condiciones iniciales, pero en lugar de resolver las ecuaciones de la atmósfera, utilizan las relaciones aprendidas históricamente para predecir el futuro. Debido a que los modelos AIWP aprenden las relaciones entre variables durante el entrenamiento, se ejecutan mucho más rápido que los modelos NWP.

A pesar de estas diferencias, los modelos NWP tradicionales y los modelos de IA son altamente complementarios. Al utilizar metodologías diferentes, sus pronósticos presentan distintos tipos de errores, lo cual puede ser muy valioso para los meteorólogos. Estas diferencias pueden ser de gran ayuda para que los meteorólogos comprendan la incertidumbre en su totalidad y comuniquen el riesgo de manera más eficaz.

¿Cómo está combinando el NHC los modelos de IA con el proceso de pronóstico existente?

En el NHC, contamos con décadas de experiencia integrando nuevas herramientas a nuestro conjunto de herramientas de pronóstico. Este proceso incluye un período de evaluación y experimentación, que nos permite comprender el desempeño de los nuevos modelos en diversas situaciones, así como sus fortalezas y debilidades. Además de los modelos de predicción meteorológica basados en IA, esta tecnología también tiene el potencial de optimizar nuestro proceso de pronóstico al analizar la gran cantidad de datos disponibles para los meteorólogos. Durante 2024 y 2025, nos centramos en este proceso de aprendizaje y en generar confianza en las nuevas herramientas. Ahora estamos listos para comenzar a incorporar los nuevos modelos de IA a nuestro conjunto de herramientas, ¡aunque el aprendizaje continuará!

¿Qué nuevos beneficios o mejoras aporta esta tecnología de IA a la predicción de huracanes?

La predicción de huracanes se basa en comunicar un abanico de posibilidades y los riesgos asociados a estos fenómenos. Dado que los modelos de IA funcionan de manera diferente a los modelos tradicionales de predicción numérica del tiempo, ofrecen una nueva guía independiente sobre el rango de resultados posibles. Además, gracias a su alta velocidad de procesamiento en supercomputadoras, pronto podremos contar con miles de pronósticos posibles para estimar la incertidumbre en la trayectoria, la intensidad y los riesgos asociados a los huracanes. En definitiva, esto significa abarcar el abanico de posibilidades y comunicar el riesgo a los responsables de la toma de decisiones y al público con mayor seguridad.

Recordando la temporada de huracanes de 2025, ¿podría dar un ejemplo donde las herramientas basadas en IA hicieron que el pronóstico fuera significativamente más preciso?

En primer lugar, me gustaría animar a todos a centrarse en el pronóstico del NHC, ya que el análisis de verificación de múltiples tormentas tropicales y pronósticos muestra que el pronóstico oficial es el más hábil y consistente, superando cualquier pronóstico de modelo individual. Se necesita mucho tiempo para evaluar completamente la habilidad y confiabilidad de los nuevos modelos, y no nos gusta señalar el éxito o fracaso de un solo modelo como indicativo del valor general de una nueva herramienta. Sin embargo, una tormenta tropical que destacó en 2025 fue el huracán Melissa, que fue una tormenta muy difícil de pronosticar y de alto impacto. Los modelos de IA acertaron muy pronto con la trayectoria e intensidad probables y proporcionaron una guía muy valiosa para complementar nuestra guía tradicional de predicción numérica del tiempo. Este es solo un ejemplo, y hay otros ejemplos donde los modelos tradicionales tuvieron un mejor desempeño. Sin embargo, fue prometedor ver que las nuevas herramientas funcionaron bien. Todo esto es parte del proceso de aprendizaje para los meteorólogos, y todavía estamos en las etapas iniciales.

¿Cuáles son las principales ventajas y desventajas de usar IA para la predicción de huracanes?

Los sistemas de IA son computacionalmente muy eficientes: pueden generar una predicción con gran rapidez. Esto permite crear conjuntos muy amplios de posibles soluciones, lo que proporciona información sobre el riesgo de desastres y facilita la toma de decisiones más informadas para quienes se encuentran en la trayectoria de la tormenta. Por otro lado, los sistemas de IA evolucionan rápidamente y requieren una comprensión constante de por qué el modelo generó el resultado que produjo. Se están realizando investigaciones activas para ayudar a los pronosticadores a comprender no solo la respuesta que produce el modelo, sino también el porqué de esa respuesta. Probablemente tendremos una respuesta más completa en unos años, a medida que la tecnología madure y adquiramos más experiencia con diferentes tormentas tropicales.

Con todos los avances tecnológicos recientes, ¿cree que la IA acabará reemplazando a los meteorólogos especializados en huracanes?

Esta pregunta se repite con frecuencia, y la respuesta es un rotundo «no». El número de herramientas y modelos disponibles aumenta a un ritmo sin precedentes en mi trayectoria profesional. Sin embargo, es fundamental comprender sus resultados, fortalezas y debilidades para seguir ofreciendo pronósticos y alertas fiables para la toma de decisiones. Ningún modelo es perfecto, ni lo será jamás. Ahora más que nunca, necesitamos expertos de confianza que observen, sinteticen y analicen la enorme cantidad de información disponible. Es probable que la IA contribuya a sintetizar la información de forma eficiente, pero sin expertos que evalúen e integren constantemente las nuevas herramientas y tecnologías, y que comuniquen un mensaje coherente basado en el riesgo, las vidas y los bienes correrían mayor peligro.

¿Algo más que añadir que la gente deba saber?

En el Centro Nacional de Huracanes (NHC) nos tomamos muy en serio nuestra misión de proteger vidas y propiedades de los riesgos que representan los huracanes. Seguiremos trabajando con rapidez para incorporar nuevas herramientas que nos permitan mejorar constantemente nuestros pronósticos, alertas e información sobre riesgos que proporcionamos a todas las personas en riesgo.

Fuente: NOAA/NWS