Consideraciones sobre la Inteligencia Artificial, IA, aplicada al pronóstico del tiempo
Dos nuevos sistemas de pronóstico del tiempo basados en IA logran por primera vez una calidad de pronóstico equivalente a los métodos tradicionales. Pero la IA no puede reemplazar el trabajo de los servicios meteorológicos
Las áreas de aplicación de la inteligencia artificial se están desarrollando a gran velocidad, incluso en el pronóstico del tiempo. En estos tiempos de cambio climático, los pronósticos meteorológicos precisos y oportunos son particularmente importantes para advertir a las personas a tiempo sobre situaciones atmosféricas extremas cada vez más frecuentes. Las inundaciones catastróficas en el valle de Ahr, que es el segundo aniversario, han demostrado la importancia de tales alertas.
El potencial de la inteligencia artificial en el pronóstico del tiempo es enorme; así lo demuestran dos nuevos sistemas de pronóstico basados en IA que se presentaron recientemente en la revista especializada "Nature".
Calidad de pronóstico similar a los métodos tradicionales
El sistema de pronóstico de IA por el tiempo en Pangu del fabricante chino de productos electrónicos Huawei se especializa en el pronóstico del tiempo global con hasta siete días de anticipación. Según sus diseñadores, la calidad de sus pronósticos es por primera vez comparable a la de los sistemas tradicionales, y esto hasta diez mil veces más rápido.
Un sitio web de KIT (Instituto de tecnología de Karlsruhe) en Karlsruhe muestra cómo se ve el pronóstico Pangu-Weather en comparación con el del servicio meteorológico alemán.
El segundo sistema, NowcastNet, se utiliza para la previsión de precipitaciones a corto plazo y es especialmente adecuado para advertir sobre lluvias intensas. Pronosticar tales situaciones meteorológicas con métodos tradicionales actualmente se considera muy difícil, ya que cambian extremadamente rápido. Los pronósticos de IA fueron evaluados por 62 expertos meteorológicos de toda China y funcionaron mejor que los sistemas de pronóstico tradicionales en el 70% de los casos.
Los métodos tradicionales son muy caros
El sistema de pronóstico estándar actual en meteorología se llama predicción meteorológica numérica. Se basa en fórmulas matemáticas que se utilizan para reproducir los procesos físicos de la atmósfera.
Para la predicción meteorológica numérica, primero se registra el tiempo actual. Esto incluye valores iniciales como temperatura, presión atmosférica, humedad, dirección del viento, nubosidad y precipitación. Estos datos provienen no solo de las numerosas estaciones meteorológicas terrestres, sino también de boyas de medición, barcos, aviones, globos meteorológicos, radares y satélites.
Usando fórmulas matemáticas, poderosas computadoras finalmente calculan la posible evolución del clima. Sin embargo, tal simulación requiere mucho tiempo y poder de cómputo. Las computadoras del servicio meteorológico alemán, por ejemplo, tienen el tamaño de varios armarios y les lleva casi una hora calcular el pronóstico del tiempo mundial de siete días. Se combinan diferentes simulaciones para obtener una visión general lo más completa posible.
El uso específico de la IA hace que los pronósticos meteorológicos sean más precisos
El uso específico de la inteligencia artificial podría mejorar las previsiones meteorológicas, explica Stefanie Hollborn, del Servicio Meteorológico Alemán (DWD), en una entrevista con la radio SWR. Entre otras cosas, el matemático se ocupa de los posibles campos de aplicación de la IA en la previsión meteorológica.
Por ejemplo, el DWD ya ha desarrollado, en colaboración con la LMU (Ludwig-Maximilians-Universität) de Múnich, un proceso basado en IA llamado red neuronal. Esto simplifica el uso de imágenes satelitales para el pronóstico meteorológico numérico. Por lo tanto, IA proporciona una nueva pieza del rompecabezas para la imagen general de los eventos meteorológicos. También permite predecir mejor las situaciones meteorológicas extremas, al menos hasta cierto punto.
La IA funciona de manera diferente a la meteorología clásica
Sin embargo, la IA no puede desempeñar una función decisiva, y esto se debe a la forma en que funciona. El Servicio Meteorológico Alemán, al igual que otros servicios meteorológicos de todo el mundo, se esfuerza constantemente por adaptar y mejorar las fórmulas numéricas de predicción meteorológica. Para esto, es necesaria una buena comprensión de los procesos físicos responsables de los procesos atmosféricos.
La inteligencia artificial funciona de manera diferente: busca patrones en sus datos de entrenamiento, de los que deduce la posible evolución del tiempo. Sin embargo, no es posible deducir de las predicciones de IA cómo se puede mejorar aún más el modelo de predicción meteorológica numérica, según S. Hollborn: "Puede reproducir una cantidad increíble de cosas, solo porque las computadoras son tan poderosas, pero nosotros no entendemos los procesos y eso solo nos lleva un paso limitado en la predicción meteorológica numérica".
La IA mejorada solo es posible con una comprensión de la física
Pero es precisamente esta mejora la que es importante para seguir optimizando la IA en el futuro. Porque una IA solo puede ser tan buena como sus datos de entrenamiento, y esto incluye, entre otras cosas, las fórmulas matemáticas de los pronósticos meteorológicos numéricos. Otra pieza de datos de entrenamiento son los datos meteorológicos históricos. Esta es la razón por la que las IA difícilmente pueden comprender la dinámica de las situaciones extremas hasta ahora, según S. Hollborn, porque: "Los eventos extremos son extremadamente raros, y es por eso que en realidad se pueden aprender mal".
El trabajo de los servicios meteorológicos no puede ser reemplazado
Por lo tanto, especialistas como Stefanie Hollborn piden a los científicos y meteorólogos de IA que trabajen en estrecha colaboración en el futuro para poder utilizar las ventajas de sus respectivos sistemas de manera específica. Incluso las situaciones extremas podrían algún día predecirse aún mejor.
Porque el uso de la inteligencia artificial ciertamente puede ayudar a la meteorología a hacer pronósticos del tiempo aún más precisos, pero solo en algunos lugares. Para poder comprender mejor la dinámica del tiempo y, por lo tanto, mejorar la inteligencia artificial, sigue siendo necesaria la comprensión física de la meteorología.
Artículo de Nina Kunze, SWR Meteosuisse Blog