La investigación, basada en un análisis de la tormenta Ciarán de noviembre de 2023, sugiere que los pronósticos meteorológicos que utilizan el aprendizaje automático pueden producir predicciones con una precisión similar a los pronósticos tradicionales de forma más rápida, más económica y con menos potencia computacional.

Publicado en npj Climate and Atmospheric Science , el estudio de la Universidad de Reading destaca el rápido progreso y el potencial transformador de la IA en la predicción del tiempo.

El profesor Andrew Charlton-Perez, quien dirigió el estudio, dijo:"La IA está transformando el pronóstico del tiempo ante nuestros ojos. Hace dos años, las técnicas modernas de aprendizaje automático rara vez se aplicaban para hacer pronósticos del tiempo. Ahora tenemos múltiples modelos que pueden producir 10- Previsiones globales diarias en minutos.

"Hay mucho que podemos aprender sobre los pronósticos meteorológicos de IA al probarlos en eventos extremos como la tormenta Ciarán. Podemos identificar sus fortalezas y debilidades y guiar el desarrollo de una tecnología de pronóstico de IA aún mejor para ayudar a proteger a las personas y las propiedades. Esto Es un momento emocionante e importante para el pronóstico del tiempo."

Promesas y trampas

Para comprender la eficacia de los modelos meteorológicos basados ​​en IA, científicos de la Universidad de Reading compararon los pronósticos basados ​​en la IA y la física de la tormenta Ciarán, una tormenta de viento mortal que azotó el norte y el centro de Europa en noviembre de 2023 y que se cobró 16 vidas en el norte de Europa y dejó más Más de un millón de hogares sin electricidad en Francia.

Los investigadores utilizaron cuatro modelos de IA y compararon sus resultados con modelos tradicionales basados ​​en la física. Los modelos de inteligencia artificial, desarrollados por gigantes tecnológicos como Google, Nvidia y Huawei, pudieron predecir la rápida intensificación de la tormenta y rastrearla con 48 horas de anticipación. En gran medida, los pronósticos eran "indistinguibles" del desempeño de los modelos de pronóstico convencionales, dijeron los investigadores.

Los modelos de IA también capturaron con precisión las condiciones atmosféricas a gran escala que impulsaron el desarrollo explosivo de Ciarán, como su posición relativa a la corriente en chorro, un estrecho corredor de fuertes vientos de alto nivel.

Sin embargo, la tecnología de aprendizaje automático subestimó los dañinos vientos de la tormenta. Los cuatro sistemas de IA subestimaron las velocidades máximas del viento de Ciarán, que en realidad alcanzaron velocidades de hasta 111 nudos en Pointe du Raz, Bretaña. Los autores pudieron demostrar que esta subestimación estaba relacionada con algunas de las características de la tormenta, incluidos los contrastes de temperatura cerca de su centro, que no fueron bien predichos por los sistemas de IA.

Para proteger mejor a las personas de condiciones climáticas extremas como la tormenta Ciarán, los investigadores dicen que se necesita urgentemente más investigación sobre el uso de la IA en la predicción del tiempo. El desarrollo de modelos de aprendizaje automático podría significar que la inteligencia artificial se utilice de forma rutinaria en la predicción meteorológica en un futuro próximo, ahorrando tiempo y dinero a los pronosticadores.