Google DeepMind ha presentado GenCast, un innovador modelo de inteligencia artificial que promete transformar la predicción meteorológica. Con la capacidad de anticiparse a fenómenos extremos y condiciones climáticas con hasta 15 días de antelación, este modelo no solo es más rápido y preciso que los sistemas tradicionales, sino que también democratiza el acceso al conocimiento meteorológico al ser de código abierto.

Una herramienta para salvar vidas y planificar el futuro

En un contexto donde el cambio climático intensifica los fenómenos extremos, como olas de calor, huracanes y tormentas, GenCast se posiciona como una herramienta crucial para mitigar daños y prevenir catástrofes. Según los investigadores, este sistema ofrece ventajas significativas respecto al ENS, el actual estándar de predicción meteorológica operado por el Centro Europeo de Predicción a Medio Plazo.

“GenCast supera al ENS en un 97,2% de los casos evaluados y en un 99,8% para plazos superiores a 36 horas”, explica Ferran Alet Puig, investigador senior de Google DeepMind. Su capacidad para generar predicciones detalladas en apenas 8 minutos—frente a las dos horas que requiere el ENS—podría marcar un antes y un después en la rapidez de la respuesta ante emergencias climáticas.

Cómo funciona GenCast

A diferencia de los modelos clásicos que simulan las leyes de la física con superordenadores, GenCast utiliza aprendizaje automático para analizar datos históricos y aprender patrones climáticos. Esto le permite realizar hasta 50 predicciones simultáneas para distintos escenarios. “Este enfoque no solo acelera el proceso, sino que permite calcular probabilidades avanzadas, como la probabilidad conjunta de eventos encadenados”, destaca Alet Puig.

Por ejemplo, GenCast puede predecir no solo si habrá una ola de calor en una ciudad, sino también calcular probabilidades complejas, como cuántos días consecutivos la temperatura superará ciertos umbrales.

Fenómenos extremos bajo control

El modelo ha demostrado ser particularmente efectivo en la predicción de fenómenos extremos, como huracanes y tifones, anticipando trayectorias con mayor precisión que los sistemas actuales. “Estas predicciones podrían salvar vidas al dar más tiempo para evacuar y prepararse”, señala Álvaro Sánchez González, coautor del estudio.

Además, su capacidad para prever la producción de energía eólica con mayor exactitud podría revolucionar la planificación energética, facilitando una transición más segura hacia fuentes renovables.

Un modelo de código abierto

GenCast no solo representa un avance tecnológico, sino también un compromiso con la colaboración global. Google DeepMind ha hecho público el código y las ponderaciones del modelo, invitando a la comunidad científica, meteorológica y empresarial a explorar y mejorar sus aplicaciones.

“Queremos colaborar con investigadores, meteorólogos y organizaciones de todo el mundo para maximizar el impacto de GenCast en la seguridad alimentaria, la planificación energética y la respuesta a catástrofes”, subrayan desde Google DeepMind.

El desafío de comunicar predicciones

A pesar de sus avances, GenCast enfrenta un reto común en la meteorología: cómo comunicar predicciones probabilísticas al público de manera clara y efectiva. “Necesitamos reinventar la forma en que presentamos las previsiones para no perder información valiosa”, admite Sánchez González. Este enfoque podría incluir herramientas más intuitivas que permitan a los ciudadanos interpretar mejor los riesgos climáticos.

Un futuro más seguro y sostenible

Con GenCast, el futuro de la meteorología parece más prometedor que nunca. Ya sea en la preparación ante fenómenos extremos, la planificación de infraestructuras o el impulso a la sostenibilidad energética, este modelo no solo redefine cómo entendemos el clima, sino también cómo nos preparamos para enfrentarlo.

Con previsiones históricas y en tiempo real disponibles próximamente, GenCast marca el inicio de una nueva era en la meteorología, una donde la tecnología trabaja al servicio de la humanidad.