Google quiere que sepas que la inteligencia artificial da para mucho más que un chatbot conversacional. La filial DeepMind presentó en septiembre un modelo capaz de identificar mutaciones genéticas que causan enfermedades. Ahora ha creado una herramienta con la capacidad de predecir dónde tocará tierra un huracán, con una anticipación mucho mayor que los sistemas actuales.
Los científicos relacionados con el proyecto dicen que se trata de un invento revolucionario. Y según la investigación, publicada este martes en la revista Science, no es para menos. GraphCast, el nuevo modelo desarrollado por Google DeepMind, pudo en sus pruebas predecir las condiciones climáticas con hasta 10 días de anticipación, con mayor precisión y mucho más rápido que el estándar de oro actual.
GraphCast, por ejemplo, superó al modelo del Centro Europeo de Pronósticos Meteorológicos a Plazo Medio (ECMWF) en más del 90% de 1380 áreas de prueba. En las predicciones para la troposfera de la Tierra —la parte más baja de la atmósfera donde ocurre la mayor parte de los fenómenos climáticos— GraphCast superó al modelo del ECMWF en más del 99% de las variables climáticas. Entre ellas, la lluvia y la temperatura del aire.
El ECMWF cuenta con una de las instalaciones de supercomputadoras y archivos de datos meteorológicos más grandes del mundo. Apoya las operaciones de programas como el Copernicus, financiado por la Unión Europea y una de las fuentes clave para seguirle el pulso al cambio climático. Por eso, que una herramienta se presente como superior es un montón.
¿Cómo funcionan los sistemas actuales?
La herramienta de Google DeepMind logró predecir dónde tocaría tierra en Canadá el huracán Lee, un potente evento registrado en septiembre, tres días antes que los métodos existentes. El poder advertir con más anticipación ofrece tiempo clave para que las autoridades y las poblaciones puedan prepararse mejor. Tiempo fundamental para salvar vidas.
Un estudio publicado en octubre explica que los huracanes del Atlántico tienen ahora más del doble de probabilidades de intensificarse rápidamente. El cambio climático tiene la culpa. El huracán Lee, por ejemplo, pasó en menos de un día de ser un evento categoría 1 —con vientos de una fuerza de 129 kilómetros por hora— a uno de categoría 5 -249 kilómetros por hora—. Por eso, es crucial ganar tiempo.
El pronóstico del tiempo tradicional se basa en medidas de lo que está ocurriendo en tiempo real en la atmósfera. En los mejores casos, como el equipo del ECMWF, estas mediciones vienen de distintas partes del mundo y de diferentes instrumentos: satélites, boyas en el océano, sensores en los aviones comerciales.
Matthew Chantry, del ECMRWF, contó a la BBC que una sola de sus predicciones puede llegar a tomar en cuenta alrededor de 10 millones de mediciones. Toda esta gran cantidad de datos se procesa en algunas de sus supercomputadoras para resolver complejas ecuaciones, basadas en la física y en diferentes variables climáticas. Las de este centro europeo pueden hacer hasta mil billones de cálculos por segundo. Y así, saber qué probabilidades hay de que ocurra determinado evento en el futuro.
Modelos como estos, sin embargo, necesitan de grandes recursos informáticos. Y, aun con todo su poder, a veces pueden tarde horas en dictar sus pronósticos. La inteligencia artificial viene a inyectarle velocidad al análisis, incluso con menos gasto de energía.
El aporte de la herramienta de Google para predecir huracanes
GraphCast utiliza el aprendizaje automático para realizar estos cálculos en menos de un minuto. En lugar de ecuaciones basadas en la física, aprovecha cuatro décadas de datos meteorológicos históricos para predecir huracanes y otros eventos mucho más rápido.
La herramienta de Google DeepMind utiliza redes neuronales gráficas, que mapean la superficie de la Tierra en más de un millón de puntos de cuadrícula. En cada punto, el modelo predice la temperatura, la velocidad y dirección del viento. También la presión media al nivel del mar, la humedad y otras variables. Con esto, la red neuronal identifica patrones y predice qué sucederá para cada uno de estos puntos de datos.
«GraphCast se basa en décadas de datos meteorológicos históricos para aprender un modelo de las relaciones de causa y efecto que gobiernan cómo evoluciona el clima de la Tierra, desde el presente hacia el futuro», explicó la compañía en su blog. Esta herramienta de Google DeepMind predijo la trayectoria del huracán Lee nueve días antes, mientras que el ECMRWF lo logró con seis días de anticipación.
Pero esta herramienta no viene a sustituir las mediciones de centros como el ECMWF, sino a complementarlas. «Van de la mano», dijo Google DeepMind. De hecho, uno de los grandes insumos que utiliza GraphCast son las mediciones de este centro. Y ya el equipo del ECMWF está aprovechando el nuevo sistema de inteligencia artificial.
Peter Dueben, jefe de modelado del sistema terrestre en ECMWF, dijo que cuando les presentaron GraphCast a su equipo parecía Navidad. «Esto demostró que estos modelos son tan buenos que ya no podemos evitarlos», contó a MIT Tehcnology Review. Google DeepMind dice que no solo quiere predecir el clima: «Al desarrollar nuevas herramientas y acelerar la investigación, esperamos que la inteligencia artificial pueda empoderar a la comunidad global para abordar nuestros mayores desafíos ambientales».
