Los modelos de 5 días del Centro Nacional de Huracanes (EE. UU.), el ECMWF (Europa) y GraphCast del 1 de julio de 2024 a las 8 p. m., hora del este. Todas las horas en el mapa son del este.
Por William B. Davis
A principios de julio, mientras el huracán Beryl azotaba el Caribe, una importante agencia meteorológica europea predicho Una serie de toques finales de tierra, advirtiendo que lo más probable era que México tocara tierra. La alerta se basó en observaciones globales realizadas por aviones, boyas y naves espaciales, que luego fueron transformadas en pronósticos por supercomputadoras del tamaño de una habitación.
Ese mismo día, los expertos ejecutaron un software de inteligencia artificial en una computadora mucho más pequeña. predicho El pronóstico se basó únicamente en lo que la máquina había aprendido previamente sobre la atmósfera del planeta.
Cuatro días después, el 8 de julio, el huracán Beryl azotó Texas con fuerza letal, inundando carreteras, matando al menos a 36 personas y dejó sin electricidad a millones de residentes. En Houston, los fuertes vientos hicieron que los árboles se estrellaran contra las casas, aplastando hasta la muerte a al menos dos de las víctimas.
Una imagen satelital compuesta del huracán Beryl acercándose a la costa de Texas el 8 de julio.
NOAA, vía European Press Agency, vía Shutterstock
La predicción de Texas ofrece una visión del mundo emergente de la previsión meteorológica con inteligencia artificial, en el que un número cada vez mayor de máquinas inteligentes anticipan los patrones climáticos mundiales futuros con nueva velocidad y precisión. En este caso, el programa experimental fue GraficoCastcreado en Londres por Mente profundauna empresa de Google. Hace en minutos y segundos lo que antes llevaba horas.
“Este es un paso realmente emocionante”, dijo Mateo Chantryun especialista en inteligencia artificial de la Centro Europeo de Previsiones Meteorológicas a Medio Plazola agencia que quedó eclipsada por su pronóstico Beryl. En promedio, agregó, GraphCast y sus primos inteligentes pueden superar a su agencia en la predicción de trayectorias de huracanes.
En general, la IA superrápida puede destacarse a la hora de detectar peligros futuros, dijo Christopher S. Brethertonprofesor emérito de ciencias atmosféricas de la Universidad de Washington. En cuanto a los peligrosos calores, vientos y lluvias torrenciales, dijo, las advertencias habituales estarán “más actualizadas que ahora”, lo que salvará innumerables vidas.
Los pronósticos meteorológicos rápidos de IA también ayudarán al descubrimiento científico, dijo Amy McGovernprofesor de meteorología y ciencias de la computación en la Universidad de Oklahoma, que dirige un Instituto meteorológico de IADijo que los detectives del clima ahora usan IA para crear miles de variaciones sutiles en los pronósticos que les permiten encontrar factores inesperados que pueden provocar eventos extremos como tornados.
“Nos permite buscar procesos fundamentales”, afirmó el Dr. McGovern. “Es una herramienta valiosa para descubrir cosas nuevas”.
Es importante destacar que los modelos de IA pueden ejecutarse en computadores de escritoriolo que hace que la tecnología sea mucho más fácil de adoptar que las supercomputadoras del tamaño de una habitación que ahora gobiernan el mundo de la previsión global.
Vehículos abandonados bajo un paso elevado en Sugar Land, Texas, el 8 de julio.
Imágenes de Brandon Bell/Getty
“Es un punto de inflexión”, dijo María Molinaun meteorólogo investigador de la Universidad de Maryland que estudia programas de inteligencia artificial para la predicción de eventos extremos. “No necesitas una supercomputadora para generar un pronóstico. Puedes hacerlo en tu computadora portátil, lo que hace que la ciencia sea más accesible”.
La gente depende de pronósticos meteorológicos precisos para tomar decisiones sobre cómo vestirse, dónde viajar y si huir de una tormenta violenta.
Aun así, resulta extraordinariamente difícil obtener pronósticos meteorológicos fiables. El problema es la complejidad. Los astrónomos pueden predecir las trayectorias de los planetas del sistema solar durante siglos porque un solo factor domina sus movimientos: el sol y su inmensa atracción gravitatoria.
En cambio, los patrones climáticos de la Tierra surgen de una serie de factores. Las inclinaciones, los giros, los tambaleos y los ciclos día-noche del planeta convierten la atmósfera en turbulentos remolinos de vientos, lluvias, nubes, temperaturas y presiones atmosféricas. Peor aún, la atmósfera es inherentemente caóticoPor sí sola, sin ningún estímulo externo, una zona determinada puede pasar rápidamente de estable a caprichosa.
Como resultado, las predicciones meteorológicas pueden fallar después de unos días y, a veces, después de unas horas. Los errores aumentan a medida que aumenta la duración de la predicción, lo que Hoy puede extenderse por 10 díasen comparación con los tres días de hace unas décadas. Las lentas mejoras se deben a las mejoras en las observaciones globales, así como a las supercomputadoras que realizan las predicciones.
No es que el trabajo de supercomputación se haya vuelto fácil. Los preparativos requieren habilidad y esfuerzo. Los modeladores construyen un planeta virtual atravesado por millones de vacíos de datos y llenan los espacios vacíos con observaciones meteorológicas actuales.
El Dr. Bretherton, de la Universidad de Washington, dijo que estos datos eran cruciales y en cierta medida improvisados. “Hay que combinar datos de muchas fuentes para hacer una estimación de cómo está la atmósfera en este momento”, dijo.
Las complicadas ecuaciones de mecánica de fluidos Luego, las observaciones combinadas se convierten en predicciones. A pesar de la enorme potencia de las supercomputadoras, el procesamiento de los números puede llevar una hora o más. Y, por supuesto, a medida que cambia el clima, los pronósticos deben actualizarse.
El enfoque de la IA es radicalmente diferente. En lugar de basarse en lecturas actuales y millones de cálculos, un agente de IA recurre a lo que ha aprendido sobre las relaciones de causa y efecto que rigen el clima del planeta.
En general, el avance se deriva de la revolución en curso en aprendizaje automático — la rama de la IA que imita el modo en que aprenden los humanos. El método funciona con gran éxito porque la IA se destaca en el reconocimiento de patrones. Puede clasificar rápidamente montañas de información y detectar complejidades que los humanos no pueden discernir. Hacerlo ha llevado a avances en el reconocimiento de voz, el descubrimiento de fármacos, la visión artificial y la detección del cáncer.
En la previsión meteorológica, la IA aprende sobre las fuerzas atmosféricas escaneando repositorios de observaciones del mundo real. Luego identifica los patrones sutiles y utiliza ese conocimiento para predecir el tiempo, haciéndolo con una velocidad y una precisión notables.
Recientemente, el equipo de DeepMind que creó GraphCast ganado El premio de ingeniería más importante de Gran Bretaña, otorgado por la Real Academia de Ingeniería. Sir Richard Amigoun físico de la Universidad de Cambridge que dirigió el panel de jueces, elogió al equipo por lo que llamó “un avance revolucionario”.
En una entrevista, Rémi LamEl científico principal de GraphCast, dijo que su equipo había entrenado el programa de IA con cuatro décadas de observaciones meteorológicas globales compiladas por el centro de pronóstico europeo. “Aprende directamente de los datos históricos”, dijo. En segundos, agregó, GraphCast puede producir un pronóstico de 10 días que le llevaría a una supercomputadora más de una hora.
El Dr. Lam dijo que GraphCast funcionó mejor y más rápido en Computadoras diseñadas para IApero también podría funcionar en ordenadores de escritorio e incluso en portátiles, aunque más lentamente.
En una serie de pruebas, el Dr. Lam informó que GraphCast superó al mejor modelo de pronóstico del Centro Europeo de Previsiones Meteorológicas a Plazo Medio en más del 90 por ciento de los casos. “Saber hacia dónde se dirige un ciclón es muy importante”, añadió. “Es importante para salvar vidas”.
Una casa dañada en Freeport, Texas, después del huracán.
Imágenes de Brandon Bell/Getty
En respuesta a una pregunta, el Dr. Lam dijo que él y su equipo eran científicos informáticos, no expertos en ciclones, y no habían evaluado cómo las predicciones de GraphCast para el huracán Beryl se comparaban con otros pronósticos en precisión.
Pero DeepMind, agregó, realizó un estudio sobre el huracán Lee, una tormenta del Atlántico que en septiembre fue… visto como El Dr. Lam dijo que el estudio descubrió que GraphCast detectó que tocaría tierra en Nueva Escocia tres días antes de que las supercomputadoras llegaran a la misma conclusión.
Impresionado por tales logros, el centro europeo adoptó recientemente GraphCast, así como los programas de pronóstico de inteligencia artificial creados por Nvidia, Huawei y Universidad de Fudan en China. En su sitio web, ahora muestra mapas globales de sus pruebas de IA, incluidos los rango de pronósticos de trayectoria que las máquinas inteligentes crearon para el huracán Beryl el 4 de julio.
La trayectoria prevista por GraphCast de DeepMind, denominada DMGC en el mapa del 4 de julio, muestra a Beryl tocando tierra en la región de Corpus Christi, Texas, no lejos de donde realmente golpeó el huracán.
El Dr. Chantry, del centro europeo, dijo que la institución considera que la tecnología experimental se convertirá en una parte habitual de la previsión meteorológica mundial, incluso de los ciclones. Un nuevo equipo, añadió, está aprovechando “el gran trabajo” de los experimentadores para crear un sistema de inteligencia artificial operativo para la agencia.
El Dr. Chantry afirmó que su adopción podría ocurrir pronto, pero añadió que la tecnología de IA como herramienta habitual podría coexistir con el sistema de pronóstico heredado del centro.
El Dr. Bretherton, ahora líder del equipo en el Instituto Allen de IA (fundado por Paul G. Allen, uno de los fundadores de Microsoft), dijo que el centro europeo era considerado la principal agencia meteorológica del mundo porque las pruebas comparativas han demostrado regularmente que sus pronósticos superan a todos los demás en precisión. Como resultado, agregó, su interés en la IA ha hecho que el mundo de los meteorólogos “lo observe y diga: ‘Oye, tenemos que igualarlo'”.
Los expertos en meteorología afirman que es probable que los sistemas de IA complementen el enfoque de las supercomputadoras porque cada método tiene sus propias fortalezas particulares.
“Todos los modelos se equivocan en cierta medida”, dijo la Dra. Molina, de la Universidad de Maryland. Las máquinas de inteligencia artificial, agregó, “pueden calcular correctamente la trayectoria del huracán, pero ¿qué pasa con la lluvia, los vientos máximos y las marejadas ciclónicas? Hay muchos impactos diversos” que deben pronosticarse de manera confiable y evaluarse cuidadosamente.
Aun así, el Dr. Molina señaló que los científicos de IA se apresuraban a publicar artículos que demostraban Nuevas habilidades de previsión“La revolución continúa”, dijo. “Es salvaje”.
Jamie Rhomesubdirector del Centro Nacional de Huracanes en Miami, coincidió en la necesidad de contar con múltiples herramientas. Calificó la IA de “evolutiva en lugar de revolucionaria” y predijo que los humanos y las supercomputadoras seguirán desempeñando papeles importantes.
“Tener un humano en la mesa para aplicar el conocimiento de la situación es una de las razones por las que tenemos tan buena precisión”, dijo.
El Sr. Rhome agregó que el centro de huracanes había utilizado aspectos de inteligencia artificial en sus pronósticos durante más de una década, y que la agencia evaluaría y posiblemente aprovecharía los nuevos y brillantes programas.
“Con la rápida evolución de la IA, muchas personas consideran que el papel del ser humano está disminuyendo”, añadió Rhome. “Pero nuestros pronosticadores están haciendo grandes contribuciones. El papel del ser humano sigue siendo muy importante”.
Fuentes y notas
Centro Nacional de Huracanes (NHC) y Centro Europeo de Pronósticos Meteorológicos a Medio Plazo (ECMWF) | Notas: La “trayectoria real” de Beryl utiliza los datos preliminares de mejor trayectoria del NHC.
