La Administración Nacional Oceánica y Atmosférica (NOAA) de los Estados Unidos lanzó recientemente oficialmente una nueva generación de modelos de pronóstico del tiempo global basados ​​en inteligencia artificial, afirmando lograr pronósticos del tiempo más rápidos y precisos al tiempo que reduce significativamente el consumo de energía informática. Esto marca un gran salto en el sistema de pronóstico meteorológico de EE. UU. desde los modelos físicos tradicionales hasta los sistemas de inteligencia artificial basados ​​en datos. La NOAA dijo que la tecnología se puso en funcionamiento la madrugada del miércoles y fue un paso importante en sus esfuerzos por modernizar el sistema de predicción meteorológica de Estados Unidos.

Estos modelos de IA fueron desarrollados e implementados por el Centro de Pronósticos Ambientales de la NOAA en colaboración con el Servicio Meteorológico Nacional y están posicionados para complementar, no reemplazar, los modelos de pronóstico numérico existentes. La portavoz del Servicio Meteorológico Nacional, Erica Grow Cei, dijo a los medios que parte de los datos de entrenamiento para los modelos de aprendizaje automático actualmente en funcionamiento provienen de modelos numéricos tradicionales que todavía están en uso, y que aquellos modelos que se basan en ecuaciones físicas complejas siguen siendo una de las fuentes de información importantes para el entrenamiento de IA.

Durante mucho tiempo, la principal herramienta de pronóstico de la NOAA ha sido el Sistema de Pronóstico Global (GFS). Este modelo físico básico simula el comportamiento atmosférico mediante ecuaciones matemáticas y genera datos sobre múltiples elementos como temperatura, velocidad del viento, precipitación, ozono y humedad del suelo. Está compuesto por múltiples subsistemas como la superficie terrestre, el océano y la atmósfera. Colabora para formar un todo. Para mitigar el sesgo sistemático del GFS, la NOAA también construyó previamente el "Sistema Global de Pronóstico Conjunto" (GEFS) para cubrir la incertidumbre de diferentes escenarios climáticos a través de múltiples simulaciones.

Daryl Kleist, subdirector del Centro de Pronóstico Ambiental de la NOAA, dijo que la nueva generación de modelos de IA se entrena en base a los datos acumulados por estos modelos tradicionales a lo largo de los años. Señaló que la mejora significativa en las habilidades de pronóstico de estos modelos de IA se debe en gran medida a los datos de "campo analítico" utilizados en su entrenamiento, y estos datos analíticos se derivan principalmente del antiguo marco del modelo numérico.

En términos de requisitos de potencia informática, la NOAA estima que el nuevo sistema de IA puede reducir el uso de recursos informáticos entre un 91% y un 99% en comparación con los modelos de pronóstico tradicionales, reduciendo significativamente la dependencia de los pronósticos comerciales en tiempo real de los clústeres de supercomputación. Al mismo tiempo, se espera que estos modelos extiendan el tiempo de pronóstico efectivo de 18 a 24 horas manteniendo o mejorando la precisión. Kleist también recordó que el consumo de energía calculado aquí es el consumo de energía durante la etapa de ejecución del modelo y no incluye la gran inversión de energía requerida para el entrenamiento inicial de IA en sí.

El sistema de pronóstico de IA lanzado esta vez consta de tres modelos principales. El primero es el Sistema de Pronóstico Global de Inteligencia Artificial (AIGFS), que los funcionarios describen como un nuevo modelo global que utiliza tecnología de inteligencia artificial para generar pronósticos meteorológicos de una manera más rápida y eficiente. Según los datos proporcionados por la NOAA, AIGFS sólo requiere alrededor del 0,3% de los recursos informáticos del GFS tradicional para completar un pronóstico global de 16 días, y el tiempo de ejecución es de aproximadamente 40 minutos, lo que significa que los pronosticadores operativos pueden obtener orientación numérica actualizada antes.

El segundo modelo es el "Sistema de pronóstico de conjunto global de inteligencia artificial" (AIGEFS), que introduce ideas de conjunto sobre la base de AIGFS. Ya no da sólo un único resultado determinista, sino que genera una serie de posibles caminos de evolución para cuantificar la incertidumbre en las previsiones meteorológicas. El tercer modelo, "Hybrid-GEFS", integra nueva tecnología de IA con el sistema de conjunto GEFS existente de la NOAA, con el objetivo de utilizar aún más la IA para optimizar la representación de la incertidumbre y la precisión del pronóstico, conservando al mismo tiempo las ventajas del sistema de conjunto tradicional.

La NOAA enfatizó que esta serie de modelos de IA todavía se encuentra en la etapa de iteración continua y que el equipo de investigación científica se está enfocando en mejorar su desempeño en pronósticos meteorológicos de alto impacto, como huracanes, y mejorar aún más la gama de escenarios posibles proporcionados por el sistema de conjunto. La agencia cree que a medida que estos modelos sigan mejorando, se espera que la IA desempeñe un papel de apoyo cada vez más crítico en futuras advertencias de clima extremo y pronósticos a mediano y largo plazo.