En un mundo donde la predicción meteorológica desempeña un papel crucial tanto a nivel personal como económico, DeepMind, la empresa de inteligencia artificial (IA) de Google, ha logrado un hito significativo con su último modelo, GraphCast. Este innovador sistema de IA, presentado tras éxitos anteriores como AlphaGo y AlphaFold, se especializa en pronósticos meteorológicos y está demostrando ser revolucionario según un estudio publicado en la revista Science.
La evaluación exhaustiva revela que GraphCast supera en precisión al sistema meteorológico más prestigioso del mundo, el European Centre for Medium-range Weather Forecasts (ECMWF), en predicciones a un plazo de tres a diez días. En las 1,380 métricas evaluadas, que incluyen temperatura, presión, velocidad y dirección del viento, así como humedad en diferentes niveles de la atmósfera, GraphCast superó al ECMWF en un asombroso 90%.
GraphCast utiliza redes neuronales entrenadas con 40 años de datos de la ECMWF para comprender el desarrollo de los sistemas meteorológicos en nuestro planeta. Lo notable es que puede generar pronósticos meteorológicos de los próximos diez días en apenas un minuto, utilizando solo un procesador Google TPU v4. Este logro representa una mejora significativa en comparación con el método convencional de predicción numérica del tiempo, que requiere supercomputadoras para resolver ecuaciones complejas.
Un aspecto destacado de GraphCast es su eficiencia energética, siendo aproximadamente mil veces más barato en términos de consumo de energía. Este avance tecnológico tiene un impacto significativo, ya que reduce drásticamente los costos asociados con la predicción meteorológica y, al mismo tiempo, demuestra ser más preciso.
Un ejemplo impresionante de la capacidad de GraphCast fue su exitosa predicción del comportamiento del huracán Lee en el Atlántico Norte el pasado septiembre. El sistema pronosticó con nueve días de antelación que el huracán tocaría tierra en Nueva Escocia, proporcionando un valioso tiempo de preparación en comparación con los modelos convencionales que solo podían preverlo con seis días de antelación. Este tipo de avances tecnológicos no solo transforman la forma en que entendemos y predecimos el clima, sino que también ofrecen beneficios prácticos y estratégicos, como la capacidad de prepararse para eventos climáticos extremos con mayor antelación.
