Google incorpora inteligencia artificial para mejorar el pronóstico

El gigante del internet está desarrollando un modelo de aprendizaje automático para que las computadoras aprendan cómo evolucionan las nubes y puedan mejorar los pronósticos de lluvias extremas a corto plazo.

Cindy Fernández Cindy Fernández 19 Ene 2020 - 22:16 UTC
cambio climatico, inteligencia artificial, pronosticos, tiempo, clima, tecnologia, ciencia, mejores pronósticos
Con IA las computadoras aprende sobre las tormentas y las lluvias extremas analizando imágenes de radar.

El pronóstico del tiempo es un aliado al momento de planificar nuestra rutina. Pero aún con los avances tecnológicos y todo el conocimiento que tenemos sobre la atmósfera sigue siendo un desafío realizar un pronóstico preciso en casos de tormentas localizadas. Pero parece que Google tiene una solución y está desarrollando una nueva técnica de aprendizaje automático para mejorar el “nowcasting” o “pronóstico inmediato”.

En el machine learning o aprendizaje automático, las computadoras aprenden a identificar patrones complejos en millones de datos para llegar a alguna solución o decisión. En este caso, la incorporación de inteligencia artificial (IA) trata de desarrollar técnicas que permitan a las computadoras aprender automáticamente sobre la evolución de las tormentas y las lluvias extremas analizando imágenes de radar.

lluvias, anegamiento, tormenta, pronostico, google, nowcasting
El nowcasting es útil para las decisiones inmediatas, desde el desvío del tráfico y la logística hasta la planificación en caso de evacuación.

Una ventaja significativa de este método es que el resultado es computacionalmente barato y permite pronósticos que son casi instantáneos y en alta resolución. Según Google, el pronóstico inmediato de precipitación tiene una validez de 0 a 6 horas, puede generar previsiones que tienen una resolución espacial de 1 km y tarda entre 5 a 10 minutos para estar disponible, superando a los modelos tradicionales, incluso en estas primeras etapas de desarrollo. El nowcasting es especialmente útil para las decisiones inmediatas, desde el desvío del tráfico y la logística hasta la planificación en caso de evacuación.

Mediante esta herramienta, la empresa busca la adaptación al cambio climático, considerando el incremento de los eventos extremo, como las lluvias torrenciales, que se volvieron más frecuentes e intensas en los últimos años en distintas partes del globo. Además, la nueva técnica no reemplaza el pronóstico tradicional, sino que puede convertirse en un complemento y aliado que incorpora más información al pronóstico a unas pocas horas por delante.

Analizar el pasado para predecir el futuro

A diferencia de los modelos computacionales utilizados para realizar un pronóstico del tiempo, esta nueva técnica no tiene conocimiento sobre como funciona realmente la física de la atmósfera, sino que aprende por un entrenamiento visual, analizando millones fotos de nubes de un espacio concreto.

Al observar cómo evolucionaron las nubes en el pasado, infiere cómo cambiarán las nubes actuales. Por tanto, en lugar de trabajar con un modelo que analiza la complejidad física de que llueva o no, predice cómo será la imagen de un radar tras analizar millones de imágenes anteriores.

¿Qué dicen los científicos?

Debido a que los sistemas de aprendizaje automático desarrollan sus propias reglas, los investigadores a menudo no pueden decir cómo o por qué estos algoritmos llegan a un resultado dado, son como una “caja negra”. Algunos científicos todavía son reacios a utilizarla, ya que la consideran una metodología extraña o poco fiable para pronosticar emergencias meteorológicas inminentes, como las inundaciones.

En cambio, para otros investigadores, la inteligencia artificial está demostrando ser útil en el pronóstico del tiempo. En 2016 nueve meteorólogos del Servicio Meteorológico Nacional de EEUU eligieron usarlo cuando se les dio la opción de elegir entre inteligencia artificial y métodos convencionales.

Publicidad