Los actuales mecanismos empleados en el pronóstico del tiempo atmosférico implican el uso de potentes infraestructuras computacionales, desarrolladas para procesar grandes cantidades de datos climáticos.
Para realizar proyecciones a largo plazo, esta tecnología cuenta con el respaldo de profesionales de la meteorología, dada su asertividad en la predicción de patrones. No obstante, pensando en lo inmediato, falta camino por recorrer para afirmar que los sistemas actuales cuentan con la misma eficiencia para análisis a corto plazo.
Proyecciones meteorológicas para los próximos 90 minutos, potenciadas por inteligencia artificial
El pronóstico del tiempo a corto plazo es una de las grandes tareas pendientes del desarrollo de tecnología aplicada a la meteorología. Hay elementos fáciles de predecir, como la probabilidad de lluvia en el tiempo próximo, a juzgar por qué tan nublado luce el cielo; pero el desafío lo pone sobre la mesa la existencia de otros fenómenos, como las tormentas eléctricas, cuyas variables son más difíciles de administrar en lo inmediato. A pesar de que estos datos son de interés general para casi cualquier persona, los medios actualmente existentes no han alcanzado la precisión necesaria.
En busca de proyecciones precisas e inmediatas, investigadores de DeepMind de Google en colaboración con un equipo de la Oficina Meteorológica del Reino Unido, desarrollaron un sistema de aprendizaje profundo aplicado al “nowcasting”, el sistema utilizado para el monitoreo climático y la creación de proyecciones en tiempo real.
La tecnología desarrollada por este equipo fue denominada Deep Generative Model of Rainfall o simplemente DGMR. Se trata de una red de aprendizaje profundo que funciona analizando datos que describen patrones climáticos, mientras evolucionan con el paso del tiempo. En base a estos datos, el sistema puede elaborar proyecciones para la próxima hora y media.
Durante las primeras pruebas, los datos para el proyecto fueron suministrados por la Met Office, el servicio meteorológico nacional del Reino Unido. Tras someter a DGMR a pruebas de precisión, con la participación de 56 meteorólogos que compararon sus predicciones con las herramientas tradicionalmente usadas en el rubro.
Los resultados obtenidos, según los investigadores, son competitivos frente a las herramientas tradicionales. El 89% de los meteorólogos participantes de esta prueba, comentaron que preferían utilizar DGMR, porque lo consideraban más confiable. Frente a estos primeros antecedentes, los investigadores sugieren que la inteligencia artificial podría ser una nueva y potente herramienta para potenciar las predicciones meteorológicas.
El reporte completo con las particularidades de este desarrollo, los fundamentos de su investigación y los resultados obtenidos con las primeras pruebas, se encuentran disponibles en un artículo publicado por la revista Nature.