Pangu Weather: un modelo meteorológico de inteligencia artificial busca predecir fenómenos en segundos
Pangu Weather, creado por Huawei Cloud, es un modelo meteorológico de inteligencia artificial que propone mejorar los tiempos de procesamiento y los resultados. Su versión beta está abierta al público. Te contamos los detalles.
La inteligencia artificial (IA) comienza a jugar cada vez más fuerte en la meteorología, y en especial en los nuevos modelos de predicción. De hecho, el primer modelo de predicción meteorológica basado en AI ya está disponible al público en su fase beta. Se trata del modelo Huawei Pangu Weather.
De acuerdo a lo que relata Cision PR Newsware, Pangu-Weather, es un modelo de IA para la predicción meteorológica desarrollado por Huawei Cloud, y permite realizar previsiones meteorológicas precisas con una mejora de 10.000 veces en la velocidad de predicción, reduciendo los tiempos de predicción meteorológica global a solo segundos. Queda por delante el trabajo de contrastación con el resto de los modelos que actualmente se están corriendo globalmente.
El objetivo es que este tipo de modelos se complementen con los otros que se desarrollan a nivel global, para obtener resultados en menos tiempo y que esa información sea efectiva. La presentación de Pangu Weather se hizo en una publicación de la revista Nature el pasado 5 de julio bajo el título Accurate medium-range global weather forecasting with 3D neural networks (Predicción meteorológica mundial precisa a medio plazo con redes neuronales 3D).
Fase beta abierta al público
Actualmente parte de ese modelo está abierto al público y se puede acceder vía la sección de cartas del European Centre for Medium-Range Weather Forecasts (ECMWF). Las variables que se pueden consultar en esta etapa son seis, y no se incluye el campo de precipitaciones, sino que mayormente son cartas de circulación y temperatura. El equipo que trabaja en Pangu Weather está encabezado por Kaifeng Bi de Huawei Cloud, con sede en Shenzhen, China.
En la presentación, entre otras cosas, se indica que “recientemente, los métodos basados en la inteligencia artificial han demostrado su potencial para acelerar las previsiones meteorológicas en varios órdenes de magnitud, pero su precisión sigue siendo significativamente inferior a la de los métodos NWP (predicción numérica del tiempo). Pangu está basado en un método basado de inteligencia artificial para la predicción meteorológica mundial de medio alcance.
También se indica que se demuestra que las redes profundas tridimensionales equipadas con datos específicos de la Tierra son eficaces para tratar patrones complejos en los datos meteorológicos, y que una estrategia de agregación temporal jerárquica reduce los errores de acumulación en las previsiones de medio alcance. El modelo está entrenado con 39 años de datos globales. Los creadores señalan que Pangu-Weather obtiene resultados de previsión determinista más sólidos sobre datos de reanálisis en todas las variables probadas cuando se compara con el mejor sistema NWP del mundo, que es el sistema integrado de previsión operativa del Centro Europeo de Predicción Meteorológica a Medio Plazo.
Tiempos de nuevos modelos
Los creadores de Huawei señalan sus propias bondades al definir que el modelo también funciona bien con las previsiones meteorológicas extremas y las previsiones de conjunto, o probabilísticas. Cuando se inicializa con datos de reanálisis, la precisión del seguimiento de los ciclones tropicales también es superior a la del ECMWF-HRES.
Estas afirmaciones están ahora a la vista de todos con la información disponible. Pangu paso una buena prueba con el huracán Hilary en las costas del Pacífico, y ahora será testeado en el pico de la temporada de huracanes en el Atlántico.
Pangu Weather sale al mundo compitiendo con otro gran modelo que es de alcance tropical, el HAFS (Hurricane Analysis and Forecast System) de NOAA que se plantea como un modelo numérico de nueva generación y sistema de asimilación de datos desarrollado en el marco del Sistema de Predicción Unificado (UFS). El objetivo de HAFS es proporcionar orientaciones fiables y hábiles sobre la trayectoria, intensidad y estructura de los ciclones tropicales, incluidos los cambios rápidos de intensidad, la génesis y el tamaño de las tormentas.
Lo cierto es que la inteligencia artificial está avanzando sobre las prestaciones de la meteorología, y aunque la mayoría creen que es un complemento al resto de los modelos, lo más probable es que estas posibilidades abran la puerta a alcanzar mayores prestaciones en los cálculos de futuros modelos que puedan integrar todas las técnicas disponibles.