Los investigadores de Google DeepMind presentaron GraphCast, un modelo de pronóstico del tiempo basado en IA, que sobresale en predicciones hasta 10 días por adelantado, superando con éxito a los sistemas actuales en el 90% de las pruebas realizadas.
Los pronósticos meteorológicos tradicionales se basan en complejas fórmulas matemáticas y datos de estaciones meteorológicas, satélites y equipos oceánicos.
Sin embargo, utilizando aprendizaje automático y 39 años de datos meteorológicos, GraphCast logra hacer predicciones meteorológicas mucho más rápido que los métodos tradicionales, generando pronósticos para 10 días en menos de un minuto, una tarea que solía llevar horas.
El modelo es altamente preciso en la troposfera y ha recibido elogios de expertos como Aditya Grover de la UCLA y Matthew Chantry del ECMWF, que resaltaron su precisión y rendimiento, liderando incluso entre los modelos de IA según Grover.
A pesar de su eficacia en prever grandes fenómenos climáticos, GraphCast muestra debilidades en predicciones locales y a pequeña escala.
Remi Lam de DeepMind señala que el propósito no es reemplazar por completo los métodos tradicionales, sino mejorarlos con la incorporación de la inteligencia artificial. Esto sugiere un futuro prometedor para el pronóstico del tiempo con la asistencia de IA como GraphCast.
