La inteligencia artificial de Google, utilizando la tecnología de DeepMind, ha logrado superar a los sistemas de predicción meteorológica más avanzados, prediciendo el clima global en tan solo un minuto. Este avance representa un hito significativo en la precisión y eficiencia de las predicciones meteorológicas.

La más reciente innovación en el campo de la inteligencia artificial llega de la mano de Google, con un programa capaz de predecir el clima en todo el planeta en tan solo un minuto, superando al principal sistema de predicción en más del 90% de las variables meteorológicas​ ​. Este avance, desarrollado por Alphabet (la matriz de Google) y su división de IA, DeepMind, representa un salto significativo en la precisión y eficiencia de las predicciones meteorológicas.

Históricamente, la meteorología ha sido un campo dominado por complejos modelos computacionales ejecutados en superordenadores. Sin embargo, Google, con una única máquina del tamaño de un ordenador personal, ha logrado superar estos modelos en casi todos los aspectos . Esto pone de manifiesto el enorme potencial de la inteligencia artificial en la simulación y predicción de fenómenos naturales complejos.

La herramienta de Google, llamada GraphCast, se enfrentó al Goliat de la predicción meteorológica: el sistema del Centro Europeo de Previsiones Meteorológicas a Medio Plazo (ECMWF), que se ejecuta en una supercomputadora con una capacidad de cálculo de 30 petaflops . Los resultados, publicados en la revista Science, mostraron que GraphCast iguala o supera a HRES, la herramienta del ECMWF, en centenares de variables meteorológicas. En el 99,7% de las variables analizadas, relacionadas con la troposfera (donde ocurren la mayoría de los eventos meteorológicos), la IA de Google resultó superior .

El funcionamiento de GraphCast se basa en unidades de procesamiento tensorial (TPU), un tipo de hardware especializado para IA. Estos TPU son mucho más eficientes que un PC normal, pero mantienen un tamaño similar. Para entrenar GraphCast, Google utilizó 32 TPU durante varias semanas. Una vez entrenado, el sistema es capaz de hacer cada predicción en menos de un minuto utilizando una sola TPU .

Una característica distintiva de GraphCast es su enfoque en la historia del clima. Fue entrenado con todos los datos meteorológicos archivados por el ECMWF desde 1979. Este enfoque histórico permite que GraphCast realice predicciones calculando en el clima de las últimas seis horas, así como en el clima actual, para prever el clima en el futuro cercano. Cada nueva predicción se retroalimenta con la anterior, mejorando continuamente su precisión .

Ferran Alet, cocreador de GraphCast, explica que su red neuronal predice el clima seis horas en el futuro. Si se desea predecir el clima a 24 horas, simplemente se evalúa el modelo cuatro veces. Este método ofrece una eficiencia significativa en el entrenamiento y ejecución del modelo, al proporcionarle muchos más datos para un solo modelo .

Este desarrollo de Google no solo marca un hito en la inteligencia artificial y la meteorología, sino que también plantea nuevas posibilidades para la predicción y gestión de fenómenos climáticos a nivel global, abriendo un nuevo horizonte en la comprensión y anticipación de los cambios meteorológicos en el planeta.