Este artículo se publicó hace más de 11 meses
Reacción a dos métodos que usan técnicas de inteligencia artificial para pronosticar el tiempo

Dos investigaciones publicadas en la revista Nature utilizan la inteligencia artificial (IA) para tratar de predecir el tiempo. Uno de los sistemas, entrenado con datos meteorológicos mundiales de casi 40 años, es capaz de pronosticar patrones meteorológicos globales con hasta una semana de antelación. El segundo, denominado NowcastNet, combina reglas físicas y aprendizaje profundo para la predicción inmediata de precipitaciones, incluidas las extremas.  

05/07/2023 - 17:00 CEST
 
meteorología

Adobe Stock.

Reacciones

Robert Monjo - IA tiempo

Robert Monjo

Director de Investigación e Innovación de la Fundación para la Investigación del Clima (FIClima) y profesor asociado en el Departamento de Álgebra, Geometría y Topología de la Universidad Complutense de Madrid (UCM)

Science Media Centre España

Los trabajos confirman la apertura de nuevos horizontes para las técnicas IA empleadas en predicción operativa. Estas ideas de vanguardia combinan aprendizaje profundo (de las estadísticas observadas en el pasado) con geometría computacional (estructuras de cálculo muy eficientes) aplicada al diseño de las arquitecturas de sus algoritmos. La implementación de IA en predicción meteorológica en Europa se ha ido desarrollando en las últimas décadas y, con los recientes resultados de ambos trabajos, compiten directamente con los métodos tradicionales. 

Sin embargo, a pesar de los indudables avances, este tipo de técnicas podrían presentar limitaciones en la adecuada predicción de eventos que nunca antes habían sucedido. Este punto es crítico, especialmente en el contexto actual de cambio climático abrupto (con calentamientos oceánicos nunca antes registrados). Para asegurar el mayor éxito del aprendizaje profundo, estas técnicas necesitan combinarse con las ecuaciones dinámicas de los modelos numéricos de predicción meteorológica. La combinación de técnicas estadísticas y dinámicas es clave para modelizar la incertidumbre y reducirla mediante ponderaciones según la habilidad mostrada en cada caso. 

Declara no tener conflicto de interés con los autores de las investigaciones. 

ES
Publicaciones
Accurate medium-range global weather forecasting with 3D neural networks
  • Artículo de investigación
  • Revisado por pares
Revista
Nature
Autores

Kaifeng Bi et al.

Tipo de estudio:
  • Artículo de investigación
  • Revisado por pares
Skilful nowcasting of extreme precipitation with NowcastNet
  • Artículo de investigación
  • Revisado por pares
Revista
Nature
Fecha de publicación
Autores

Yuchen Zhang et al.

Tipo de estudio:
  • Artículo de investigación
  • Revisado por pares
Las 5W +1
Publica
FAQ
Contacto