Noticias

GenCast, un modelo de IA de Google DeepMind que mejora la predicción del tiempo

Publicado el

5 diciembre, 2024

GenCast, un modelo de IA de Google DeepMind que mejora la predicción del tiempo

Los efectos del cambio climático, como hemos visto con la DANA en Letur y la provincia de Valencia hacen imprescindible contar con mejoras en la predicción del tiempo con la suficiente antelación para tomar medidas de prevención de catástrofes. En ello están empeñados científicos y agencias meteorológicas de diversos países, que ya son capaces de hacer predicciones bastante acertadas a varios días vista. Desgraciadamente, sus predicciones no son todo lo exactas que desearían, y les resulta muy complicado hacer previsiones con más de unos pocos días de antelación.

Precisamente lo que en Google DeepMind quieren colaborar con la ayuda de su modelo de IA GenCast, que han presentado a través de una publicación en la revista Nature. Es un modelo de alta resolución desarrollado para mejorar la predicción del tiempo, así como los eventos extremos que el sistema de predicción meteorológica más destacado, el ENS del ECMWF (Centro europeo de predicciones meteorológicas de medio alcance), con una antelación de hasta 15 días.

DeepMind ya ha confirmado que van a liberar el código del modelo, así como todos sus datos y detalles relacionados, de manera que la comunidad de investigadores dedicada a la predicción meteorológica pueda utilizarlo en sus tareas.

GenCast es una evolución de un modelo determinístico de predicción de DeepMind, que ofrecía la mejor estimación posible del tiempo a futuro. Pero GenCast elabora una predicción del tiempo que engloba a un mínimo de 50 predicciones. Cada una de ellas representa una posible evolución y trayectoria del tiempo.

Se trata de un modelo de difusión, pero que en vez de utilizar el mismo sistema que los de su tipo empleados en generación de imágenes, vídeo o música; está adaptado a la geometría esférica de la tierra, y aprende a generar la distribución de probabilidad compleja de futuros escenarios meteorológicos cuando se le suministra como dato de entrada el estado del tiempo más reciente.

Entrenamiento y precisión de GenCast

Para el entrenamiento de GenCast, en Google DeepMind han utilizado datos de cuatro décadas de archivos históricos del tiempo, procedentes del archivo ERA5 del ECMWF. Entre estos datos hay variables como la temperatura, la velocidad del viento y la presión a varias altitudes. El modelo aprendió patrones globales meteorológicos, con una resolución de 0,25º, directamente de estos datos procesados.

A la hora de evaluar, de manera rigurosa, el rendimiento de GenCast, los investigadores que lo desarrollaron le entrenaron con datos históricos del tiempo hasta 2018, y le probaron con datos de 2019. GenCast logró realizar una predicción del tiempo más precisa que el ENS del ECMWF, el principal sistema de previsión. Este sistema es la base para que muchos países y regiones tomen decisiones sobre el tiempo en todo el mundo a diario.

Para probar ambos sistemas, los investigadores revisaron predicciones de distintas variables en distintos momentos clave. En total, trabajaron con 1.320 combinaciones. GenCast resultó ser más preciso que el ENS en el 97,2% de los casos, y en el 99,8% para predicciones a más de 36 horas.

El modelo necesita una única TPU v5 de Google Cloud, y en 8 minutos es capaz de generar información y previsiones para los próximos 15 días. Además es capaz de generar todas las previsiones del conjunto, en paralelo. Para que nos hagamos una idea de la magnitud de este avance, para obtener las previsiones basadas en la física, como las que produce el ENS, con una resolución de 0,1º o 0,2º, es necesario que un superordenador trabaje durante varias horas, empleando decenas de miles de procesadores.

Otro de los campos en los que GenCast obtuvo mejores resultados que el ENS fue en la predicción de eventos meteorológicos extremos. Entre ellas, temperaturas anormalmente elevadas o bajas, ciclones tropicales, tifones o huracanes. En el caso de estos tres últimos fenómenos, GenCast hizo unas previsiones más precisas que el ENS de su trayectoria.

GenCast es parte de la suite de modelos meteorológicos basados en IA de próxima generación de Google. Entre ellos están los de previsión determinística de medio alcance basados en IA de DeepMind, Neural GCM de Google Research y SEEDs, así como varios modelos que se han desarrollado para predecir inundaciones.

Estos modelos están empezando a incorporarse a las experiencias de usuario del buscador de Google, así como en su aplicación Mapas. También están mejorando la predicción de precipitaciones, fuegos salvajes, inundaciones y calor extremo. Pero desde DeepMind quieren enfocar su trabajo como una cooperación entre la IA y la meteorología tradicional, y han confirmado que seguirán trabajando con las agencias meteorológicas en el desarrollo de métodos basados en IA que mejoren las predicciones.

Up Next

TPM 2.0, el presente y el futuro de la seguridad de Windows

Don't Miss

Telefónica Tech se asocia con Denodo para impulsar la transformación de la gestión de datos

Celia Valdeolmillos

Redactora de tecnología con más de 15 años de experiencia, salté del papel a la Red y ya no me muevo de ella. Inquieta y curiosa por naturaleza, siempre estoy al día de lo que pasa en el sector.