Google DeepMind tiene desvelado GenCast, un innovador modelo de conjunto de IA que mejora significativamente la precisión y la velocidad del pronóstico del tiempo. Este modelo aborda la necesidad crucial de pronósticos confiables, especialmente cuando el cambio climático aumenta los fenómenos meteorológicos extremos. GenCast predice una variedad de posibles escenarios meteorológicos, superando al sistema ENS del Centro Europeo de Previsiones Meteorológicas a Plazo Medio (ECMWF).
Google DeepMind lanza GenCast para mejorar el pronóstico del tiempo
La introducción de GenCast es particularmente oportuna, ya que la demanda de pronósticos meteorológicos precisos sigue creciendo. El modelo predice con precisión los cambios climáticos diarios y las condiciones extremas con hasta 15 días de anticipación. GenCast ofrece una visión integral de los posibles patrones climáticos, lo cual es vital para los tomadores de decisiones en diversos sectores.
GenCast emplea un formato de alta resolución de 0,25°, generando 50 o más predicciones para diferentes trayectorias meteorológicas. Este enfoque permite que el modelo represente las incertidumbres de manera más efectiva en comparación con los métodos de pronóstico tradicionales. Las agencias meteorológicas y los científicos dependen de pronósticos conjuntos para comprender la variedad de escenarios probables, una necesidad dada la inherente imprevisibilidad del clima.
El cofundador de Google DeepMind dice: “La enorme financiación de la IA genera exageración y estafa”
Para desarrollar GenCast, los investigadores utilizaron cuatro décadas de datos meteorológicos históricos del ECMWF, que incluyen varias variables atmosféricas cruciales para predicciones precisas. En consecuencia, el modelo ha demostrado capacidades de pronóstico superiores en evaluaciones exhaustivas, superando la ENS del ECMWF en el 97,2 % de los objetivos probados y logrando una precisión del 99,8 % para pronósticos con más de 36 horas de antelación.
A diferencia de su predecesor, que proporcionaba un pronóstico estimado único, GenCast emplea un modelo de difusión similar a los utilizados en la IA generativa para la generación de contenido multimedia. Esta adaptación permite a GenCast operar en la geometría esférica de la Tierra, lo que le permite captar y modelar escenarios climáticos complejos.
La eficiencia computacional de GenCast es digna de mención. Se puede generar un único pronóstico en solo ocho minutos utilizando Google Cloud TPU v5, mientras que los métodos tradicionales requieren horas y recursos informáticos sustanciales. Esta reducción de tiempo no sólo aumenta la eficiencia operativa sino que también permite la toma de decisiones oportuna en situaciones climáticas críticas.
Predicciones mejoradas para eventos climáticos extremos
GenCast se ha destacado en la predicción de condiciones climáticas extremas, crucial para la seguridad pública y la gestión de recursos. Durante las pruebas, el modelo demostró capacidades superiores para predecir casos de calor extremo, frío y fuertes vientos. Por ejemplo, proporcionó un seguimiento preciso del tifón Hagibis días antes de tocar tierra, demostrando su capacidad para centrarse en trayectorias específicas de ciclones con mayor precisión.
Además, unos pronósticos meteorológicos más fiables pueden facilitar una mejor planificación de las iniciativas de energía renovable. Un ejemplo incluye la notable precisión de GenCast en la predicción de la generación de energía eólica, apoyando así la transición a fuentes de energía sostenibles. Esta capacidad es cada vez más vital a medida que las industrias buscan datos confiables para mejorar la eficiencia operativa.
Créditos de imagen: Google DeepMind
