El modelo de IA de DeepMind le ganó un día entero a los pronósticos de huracanes

Cinco días antes de que tocara tierra, un modelo de inteligencia artificial ya decía que el huracán Melissa iba a llegar como categoría 5, con un 80% de confianza. Acertó. El modelo se llama WeatherNext, lo desarrolló Google DeepMind junto con Google Research, y según los propios meteorólogos que lo vienen probando, el resultado los tomó por sorpresa.

Mil escenarios por tormenta

A diferencia de los modelos físicos tradicionales, que necesitan datos atmosféricos de altísima resolución para funcionar bien, WeatherNext logra resultados comparables —o mejores— con datos de menor resolución. Se entrenó con información meteorológica general y, además, con datos específicos de ciclones, un truco necesario porque los eventos extremos son, por definición, escasos: no hay tantos huracanes categoría 5 en la historia como para entrenar un modelo solo con eso. Por cada tormenta, el sistema genera hasta 1.000 escenarios posibles, lo que le da a los pronosticadores un mapa de probabilidades en vez de una única línea en el mapa. "Creo que todos nos sorprendimos de lo bien que funcionó", resumió Kate Musgrave, investigadora del Cooperative Institute for Research in the Atmosphere.

Una década de avances en unos meses

El dato que mejor explica el salto: históricamente, ganar un solo día extra de anticipación en pronósticos de huracanes llevaba, en promedio, una década de investigación tradicional. WeatherNext logró que las predicciones a tres días tengan la precisión que antes tenían las de dos días, es decir, un día completo de ventaja adicional para evacuar zonas costeras o preparar infraestructura crítica. "El tiempo es literalmente oro cuando se trata de este tipo de decisiones", dijo Mike Brennan, director del National Hurricane Center de Estados Unidos, sobre lo que implica esa ventana extra para tomar decisiones de evacuación.

Google además anunció que va a liberar el modelo en código abierto para la comunidad científica, algo que no es un detalle menor: significa que institutos meteorológicos de países que no tienen presupuesto para supercomputadoras de pronóstico físico van a poder correr un modelo de este calibre con hardware mucho más modesto.

Argentina no tiene huracanes, pero sí tiene sequías, heladas tardías y tormentas severas que le pegan directo al bolsillo de cualquier pyme agroexportadora, aseguradora o logística. La lógica de fondo de WeatherNext —modelos de IA entrenados con menos datos crudos pero más contexto específico del fenómeno— es exactamente la misma que empieza a aparecer en herramientas de pronóstico agroclimático locales. Si un modelo abierto de este nivel llega a adaptarse a fenómenos regionales, la diferencia entre planificar una cosecha con una semana de anticipación o con un día puede terminar siendo la diferencia entre un balance positivo y uno en rojo.