Hace poco más de medio siglo, la predicción del tiempo era muy distinta de cómo es en la actualidad. Los meteorólogos contaban con medios muy rudimentarios para poder saber qué tiempo iba a hacer. Incluso en el caso de fenómenos meteorológicos adversos, en muchos casos prácticamente no se podía avisar a la población de que se avecinaba un huracán, una tormenta tropical o una ola de frío y nieve. Allá por 1954, lo habitual era saber la predicción del tiempo únicamente con un día de antelación.
Afortunadamente, desde entonces hasta ahora, que ya contamos con predicciones bastante precisas para casi dos semanas en muchas áreas del mundo, la predicción meteorológica ha evolucionado notablemente. Sobre todo, en la última década, gracias sobre todo a la entrada en escena de los superordenadores y su poder de computación. De hecho, en la actualidad, la mayoría de los superordenadores más potentes del mundo están detrás de prácticamente todas las predicciones del tiempo.
Según Scott Tease, Director de computación de alto rendimiento e Inteligencia Artificial de Lenovo, «a lo largo de la pasada década hemos visto mejorar mucho la precisión de las predicciones del tiempo, así como su extensión en el tiempo, sobre todo por la disponibilidad de recursos de computación«. Pero ¿cómo han conseguido los superordenadores esta mejora? Para empezar, veamos cómo funcionan.
«Un superordenador toma problemas muy complejos y los divide en varias partes en las que pueden trabajar de manera simultánea con miles de procesadores. Esto reduce el tiempo que se tardaría en llegar a la solución de estos problemas si solo se trabajase en ella con un único sistema. Gracias al procesado en paralelo, los investigadores y científicos pueden obtener datos relevantes mucho más rápido, ya que con un portátil pueden tardar días o semanas en resolver un problema que un superordenador puede solucionar en horas o minutos«.
Así funciona un superordenador, abordando varios componentes de un mismo problema mediante su proceso al mismo tiempo, de manera paralela. Todo gracias a su potencia. Antes de comenzar a aprovecharlos para predecir el tiempo, no existía la posibilidad de enviar alertas tempranas de tsunamis, y los investigadores no podían conocer con cierta seguridad cuál iba a ser la trayectoria de un huracán. Tampoco estudiar patrones en el cambio climático.
Los encargados de las predicciones estaban muy limitados, y muchas predicciones eran suposiciones con base en unos pocos datos. Para ellos, trabajar con modelos complejos, con miles de variables capaces de cambiar con rapidez, era prácticamente imposible. Pero, según Zaphiris Christidis, Responsable del área de meteorología de Lenovo, «en la actualidad, la predicción del tiempo se hace gracias al uso de modelos matemáticos de tiempo de la atmósfera. Estos modelos están basados en ecuaciones describiendo el estado, el movimiento y la evolución temporal de varios parámetros atmosféricos como viento y temperatura. Estas ecuaciones se solucionan, por tanto, en superordenadores que simulan el comportamiento real de la atmósfera«.
Pero estas simulaciones de tiempo toman millones de puntos de datos iniciales de los sensores situados en satélites del tiempo, en globos meteorológicos, boyas oceánicas y estaciones meteorológicas, lo que desemboca en enormes cantidades de datos. Los modelos del tiempo, en la actualidad, quedan limitados por el rendimiento de los ordenadores, y a medida que el de estos ordenadores mejoran, se pueden utilizar modelos meteorológicos más complejos. También se les pueden incorporar más puntos de datos y más escenarios. De esta manera se consiguen predicciones más exactas.
Según Christidis, «incluso aunque comenzamos a utilizar cálculos por ordenador en la década de los 50, las predicciones meteorológicas era muy imprecisas por la limitación de la potencia computacional. Por ejemplo, un modelo meteorológico que hoy podemos ejecutar en 15 minutos en un servidor Lenovo ThinkServer estándar nos habría llevado casi 600 años de proceso en los sistemas de computación disponibles en la década de los 60«.
Todo esto en un área en el que es importante generar predicciones acertadas, porque pueden llevar a salvar vidas si se consigue predecir a tiempo un episodio de tiempo severo. No solo eso, sino que también se pueden minimizar los daños que causa.
Así lo apunta Robert Daigle, Responsable de la división de Inteligencia Artificial de Lenovo, que asegura que «si sabemos que un episodio de tiempo severo va a suceder antes de tiempo, podemos tomar medidas preventivas para minimizar cualquier impacto potencial. Cuando hablamos de mejorar la precisión de las predicciones meteorológicas y sistemas de alerta temprana hablamos de que la resolución del modelo es importante para capturar los fenómenos meteorológicos locales. Para doblar la resolución de un modelo meteorológico, debemos multiplicar por 8 el rendimiento de la computación. Por lo tanto, el poder de computación es esencial».
Un ejemplo de esto está en la colaboración entre Lenovo y el Departamento de Meteorología de Malasia (MMD). Este organismo trabaja sin descanso en la predicción del tiempo en Malasia, para poder emitir los avisos sobre el tiempo adecuados y velar así por la seguridad y bienestar de los malayos. Quería mejorar su resolución desde los tres kilómetros hasta 1 kilómetros, y ampliar su previsión meteorológica de tres a siete días, para lo que necesitaban aumentar por 27 su poder de computación.
Lenovo ha aportado al MMD todo lo que necesita para ejecutar un modelo para una predicción para siete días con una resolución de un kilómetros en menos de tres horas. Así, tal como destaca Tease, «la mejora de la resolución de los modelos meteorológicos permite al MMD detectar patrones de tiempo locales, como las tormentas convectivas, que son muy comunes en Malasia y pueden ocasionar lluvias fuertes, granizo, vientos fuertes e incluso tornados«.