Un número creciente de máquinas que usan IA está logrando anticipar patrones climáticos.
A principios de julio, mientras el huracán Beryl se desplazaba por el Caribe, una importante agencia meteorológica europea predijo una serie de posibles puntos de impacto final, de aviones, boyas y objetos espaciales, que supercomputadoras tan grandes como una habitación entera luego convertieron en pronósticos.
Ese mismo día, cuenta un artículo de The New York Times, un grupo de científicos con software de inteligencia artificial en una computadora mucho más pequeña predijeron que en realidad el impacto sería en Texas.
Un número creciente de máquinas que usan Inteligencia Artificial está logrando anticipar patrones climáticos globales futuros con una nueva velocidad y precisión.
Uno de esos casos es el programa experimental GraphCast, creado en Londres por DeepMind, una empresa que es propiedad de Google. Este programa logra hacer en minutos y a veces en apenas segundos lo que antes podía llevar horas y horas.
“Este es un paso emocionante”, le dijo al The New York Times, Matthew Chantry, un especialista en IA en el Centro Europeo para las Predicciones Meteorológicas a Medio Plazo, la agencia que fue superada en su pronóstico para Beryl. En promedio, explicó en el artículo, GraphCast y sus similares inteligentes pueden superar a su agencia en la predicción de trayectorias de huracanes.
En general, la IA ultrarrápida tiene la potencialidad de generar un salto exponencial en la detección de peligros futuros, según explicó Christopher S. Bretherton, profesor emérito de ciencias atmosféricas en la Universidad de Washington en ese mismo artículo.
Para las olas de calor, vientos y lluvias torrenciales peligrosas, las advertencias habituales serán “más actualizadas que hoy” y esto significará que se podrán evitar cientos y miles de muertes por desastres naturales.
Los pronósticos meteorológicos rápidos basados en IA también contribuirán al descubrimiento científico.
Lo importante para esto es trabajar con modelos de IA pueden ejecutarse en computadoras de escritorio, muy similares a las que tiene quien lee estas líneas, lo que hace que la tecnología sea mucho más fácil de adoptar que las supercomputadoras del tamaño de una habitación usadas hasta ahora para ejecutar modelos meteorológicos.