Google también se ha apuntado a la IA para mejorar muchos de los servicios y tecnologías que ofrece a sus usuarios. Uno de sus recientes avances es SEEDS. Gracias a este nuevo modelo, Google utilizará Inteligencia Artificial para pronosticar el tiempo. Es de esperar que eso se traduzca en predicciones meteorológicas más precisas y más sencillas de elaborar.
SEEDS son las siglas de Scalable Ensemble Envelope Diffusion Sampler, un modelo de IA generativa capaz de confeccionar conjuntos de pronósticos meteorológicos a escala de manera eficiente, con un coste mucho más bajo que los modelos tradicionales de previsión. Sin duda, es una tecnología que abre nuevos horizontes dentro de los ámbitos de la meteorología y la climatología.
Pronósticos probabilísticos: el nuevo paradigma
A pesar de que el avance científico en el estudio del clima y de los fenómenos atmosféricos ha avanzado de forma espectacular en las últimas décadas, todavía sigue habiendo un gran margen de error a la hora de predecir qué tiempo va a hacer en una región y en un determinado momento. No en vano son muchos los comentarios jocosos que solemos oír al respecto: «El hombre del tiempo siempre se equivoca». No son juicios justos, pero esconden un poco de verdad.
Estos errores predictivos se deben al elevado coste (nos referimos al coste computacional) que supone generar los pronósticos probabilísticos. Se necesitan grandes y potentes ordenadores que las agencias meteorológicas no se pueden permitir. Por eso, se recurre a métodos más tradicionales de observación y predicción, cuyo grado de precisión está lejos de la perfección.
Ahora, gracias a la IA, generar pronósticos probabilísticos deja de ser una quimera y se convierte en una posibilidad real. El viejo sueño humano de saber qué tiempo va a hacer mañana con total fiabilidad será posible. Un nuevo paradigma que lo cambia todo. O, al menos, eso aseguran desde Google.
Cómo funciona SEEDS
Veamos cómo trabaja SEEDS, la gran herramienta con la que Google asegura que puede pronosticar el tiempo con un elevado nivel de exactitud y fiabilidad.
La nueva tecnología se basa en modelos probabilísticos de difusión de eliminación de ruido (un método de IA generativa en el que Google Research fue pionero). Estos modelos generan se basan en el cálculo y asignación de probabilidades sobre el clima, generando predicciones más exactas en menos tiempo y con mucho menos coste computacional.
Uno de los aspectos más destacados de SEEDS es su capacidad para generar imágenes y vídeos muy detallados. Esto resulta muy útil a la hora de generar pronósticos y aplicarlos a los patrones climáticos clásicos. Dicho de otro modo, la tecnología de Google para pronosticar el tiempo no viene a sustituir a los métodos anteriores, sino a mejorarlos. Un sistema de pronóstico híbrido en el que algunos aspectos climáticos son calculados con un modelo basado en la física y otros mediante la IA para lograr, en conjunto, un modelo predictivo mucho más eficiente.
Dado que SEEDS modela directamente la distribución conjunta del estado atmosférico, capturando de manera realista un montón de datos y magnitudes técnicas que influyen unas sobre otras (la presión media del nivel del mar o la generación de los vientos en la troposfera, por ejemplo). Para un lego en la materia, como quien escribe este artículo, todo esto suena a chino, pero los meteorólogos saben apreciar en su medida justa lo que esta tecnología aporta.
Hats ala fecha, los resultados son prometedores. Los modelos proyectados por SEEDS han sido comparados con los datos meteorológicos reales a posteriori arrojando un grado de coincidencia realmente elevado. Queda todavía un margen de mejora considerable, pero todo indica que el desarrollo de esta tecnología basada en la inteligencia artificial va por muy buen camino.
Conclusiones
SEEDS propone un modelo alternativo de predicción meteorológica que podría revolucionar este campo. El notable ahorro de recursos computacionales que supone puede utilizarse en dos direcciones: incrementar el grado de precisión de las predicciones meteorológicas o bien aumentar la frecuencia con la que se emiten dichos pronósticos. En cualquier caso, ambos caminos llevan al mismo destino: más precisión y fiabilidad.
Este es también un muy buen ejemplo de cómo la IA puede acelerar el progreso y desarrollo de campos científicos relacionados con el clima. Un tema candente y que en estos momentos genera gran preocupación. Si estos avances prosperan, sería posible en un futuro no muy lejano proyectar la llegada de ciertos desastres meteorológicos (tormentas, huracanes, inundaciones…) y, si no evitarlos, al menos paliar sus consecuencias.
Hay que decir también que se trata de una tecnología en ciernes. Por ahora, el modelo SEEDS y otras tecologías en desarrollo se incluirá dentro de otros proyectos de Google como MetNet-3 y GraphCast. Hasta que su uso no se perfeccione y se generalice, tendremos que seguir recurriendo a otras herramientas como las apliaciones para predecir el tiempo, las cuales tampoco funcionan nada mal.