GraphCast AI: La primera inteligencia artificial que supera el método tradicional de pronóstico del tiempo

🌤️ ¿Te imaginas poder predecir el clima con una precisión y una rapidez nunca vistas? Eso es lo que promete GraphCast AI, una innovadora tecnología basada en inteligencia artificial que supera a los sistemas convencionales de predicción meteorológica.

En un artículo publicado en Science, sus creadores informaron que su modelo superó los pronósticos del Centro Europeo de Predicción Meteorológica a Medio Plazo (ECMWF), un gigante mundial de la predicción meteorológica, en el 90% de más de 1.300 variables atmosféricas, como la humedad y la temperatura.

🧠 GraphCast AI es un método de aprendizaje automático que puede entrenarse directamente a partir de datos históricos de reanálisis meteorológico. Es capaz de predecir cientos de variables climáticas, como la temperatura, la presión, la humedad, el viento y la precipitación, durante 10 días a una resolución global de 0,25 grados, en menos de un minuto.

🕸️ Esta inteligencia artificial utiliza redes neuronales de grafos, una técnica que permite modelar las relaciones complejas entre los elementos de un sistema dinámico, como la atmósfera. Además, emplea una novedosa representación de malla multisecala de alta resolución, que se adapta mejor a la geometría de la superficie terrestre que las rejillas regulares tradicionales.

👩‍🔬 GraphCast AI fue desarrollado por un equipo de investigadores de Google y DeepMind, y presentado en un artículo científico publicado en diciembre de 2022. Según sus creadores, es un avance clave en la predicción meteorológica precisa y eficiente, y ayuda a realizar el potencial del aprendizaje automático para modelar sistemas dinámicos complejos.

Ventajas de GraphCast AI

• Mayor precisión: Supera significativamente a los sistemas operativos deterministas más precisos, como el HRES del Centro Europeo de Predicciones Meteorológicas a Medio Plazo (ECMWF), en el 90% de los 1380 objetivos de verificación. Además, sus pronósticos apoyan una mejor predicción de eventos severos, como ciclones tropicales, ríos atmosféricos y temperaturas extremas.
• Menor consumo de recursos: GraphCast AI requiere menos recursos computacionales que los métodos físicos, ya que puede ejecutarse en una sola GPU, mientras que los otros necesitan miles de CPU. Esto implica un menor coste y una menor huella de carbono.
• Mayor flexibilidad: Puede entrenarse con diferentes fuentes de datos, como el ERA5 del ECMWF o el HRES, y puede ajustarse a diferentes resoluciones y variables de interés. También puede inicializarse con datos observados o pronosticados, lo que permite generar pronósticos continuos o actualizados.

La crisis climática: Un verdadero desafío

🌡️ Confiar en los datos históricos para el entrenamiento implica una debilidad potencialmente grave: ¿Qué pasa si el clima del futuro no se parece en nada al clima del pasado? Debido a que los modelos meteorológicos tradicionales se basan en las leyes de la física, se cree que son algo robustos a los cambios en el clima de la Tierra. El clima cambia, pero las reglas que lo gobiernan no.

🤖 Peter Battaglia, director de investigación de DeepMind, señala a Wired que la capacidad de GraphCast AI para predecir una amplia variedad de sistemas meteorológicos, incluidos los huracanes, a pesar de haber visto relativamente pocos de cada tipo en sus datos de entrenamiento, sugiere que ha internalizado la física de la atmósfera. Aun así, es una de las razones para entrenar el modelo con datos lo más actualizados posible.

🌀 El mes pasado, cuando el huracán Otis azotó Acapulco, México, su intensificación y trayectoria sobre millones de personas evadió la previsión de todos los modelos meteorológicos, incluidos los impulsados por IA. Tales tormentas son “atípicas entre las atípicas”, dice Brian McNoldy, meteorólogo de la Universidad de Miami.

🔬 Los meteorólogos todavía están averiguando por qué sucedió eso, incluso analizando las brechas en la comprensión de cómo las condiciones oceánicas inusuales o los procesos profundos dentro de una tormenta pueden hacer que se fortalezca rápidamente. Cualquier nueva información y datos que se adquieran fluirán de nuevo a los modelos convencionales de física meteorológica, y también a los conjuntos de datos que impulsan los nuevos modelos basados en IA como GraphCast de Google.

🚀 El ECMWF está creando su propio modelo de predicción meteorológica de IA, inspirado en GraphCast, apostando a que el conocimiento de la agencia con la física de la atmósfera puede ayudar a diseñar un modelo que funcione aún mejor. Su objetivo es lanzar pronósticos impulsados por IA en el próximo año o dos.

¿Cómo acceder a los pronósticos de GraphCast AI?

🌎 Los pronósticos de GraphCast AI están disponibles de forma gratuita y abierta en la plataforma Google Cloud. Allí se puede acceder a un panel interactivo que muestra las predicciones de temperatura, presión, humedad, viento y precipitación para cualquier lugar del mundo, con una resolución de 0,25 grados y un horizonte de 10 días.

💻 También se puede descargar el código fuente y los pesos entrenados de GraphCast AI desde el repositorio de GitHub, y ejecutarlo localmente o en la nube.