Cómo la Inteligencia Artificial de Google puede predecir el clima de todo el planeta en apenas un minuto

La inteligencia artificial (IA) es una de las áreas de la tecnología que ha presentado avances más acelerados durante los últimos años.

Hoy ya no es una sorpresa encontrar programas con la capacidad de generar textos, fotos o videos, a partir de lineamientos que les entregan los usuarios y enormes bases de datos que sus desarrolladores utilizan para entrenarlos.

Incluso, hay apps de este tipo que permiten crear música y una serie de otros elementos dirigidos hacia una infinidad de ámbitos.

Sin embargo, si hay un tópico que es de interés más que común, ese es el clima.

Y como es de esperar, también se han diseñado sistemas específicos para pronosticar las condiciones meteorológicas.

Alphabet, una empresa matriz de Google, cuenta con uno que posee el tamaño de un computador personal y que funciona con la IA de DeepMind.

Se trata de un dispositivo que opera con GraphCast, un sistema que es capaz de predecir en apenas un minuto el clima que hará en todo el planeta dentro de los próximos 10 días.

Aquello suena prometedor, pero más allá de las promesas esperanzadoras, un reciente experimento demostró que su efectividad es tanto o más alta que la del aparato meteorológico más moderno que hay en la actualidad.

Los investigadores del estudio, publicado este martes en la revista Science, compararon las capacidades de GraphCast con las de la máquina del Centro Europeo de Previsiones Meteorológicas a Medio Plazo (ECMWF, por sus siglas en inglés).

Esta última es referente a nivel mundial en cuanto al pronóstico del clima y consiste en una computadora con cerca de un millón de procesadores, los cuales le permiten hacer aproximadamente 30.000 billones de cálculos por segundo, según recogió El País.

Al analizar los resultados de esta comparación, los especialistas vieron que la IA de Google superó a la del ECMWF en el 90,3% de las 1.380 métricas consideradas.

Aquello lo logró con un dispositivo del tamaño de un computador personal, el cual se llama unidad de procesamiento tensorial (TPU).

El investigador de Google DeepMind, Álvaro Sánchez González, explicó al citado medio que “son hardware especializado para entrenar y ejecutar software de inteligencia artificial de forma mucho más eficiente que un PC normal, pero con un tamaño parecido”.

Pese a que para obtener ese nivel de eficiencia es necesario que se realice un extenso proceso para entrenar varias TPUs en simultáneo, una vez que aquello se concreta “cada predicción se puede hacer en menos de un minuto utilizando una sola TPU”.

Para este caso, utilizaron 32 por un periodo de varias semanas, aseguró el experto.

Junto con otros puntos más específicos, GraphCast se diferencia de otros sistemas de características parecidas porque se apoya en datos climáticos históricos, particularmente, con los del ECMWF desde 1979.

De esta manera, con ese entrenamiento solo necesita saber el tiempo que hubo hace seis horas y el que predomina en el momento, para así entregar un pronóstico en menos de un minuto, en el que sugiere cómo estará en seis horas más.

“La importancia del trabajo de DeepMind y de otros similares (como el reciente sistema Pangu-Weather diseñado por científicos chinos) está en que demuestran que se puede alcanzar o incluso mejorar la precisión predictiva de los modelos tradicionales mediante inteligencia artificial”, dijo a El País el investigador de Google, Ignacio López Gómez, para luego añadir que “en vez de requerir superordenadores, las predicciones basadas en IA se pueden realizar incluso en ordenadores personales en un tiempo razonable”.

Frente a estos avances, desde el ECMWF ya están desarrollando un mecanismo basado en la IA que permita hacer predicciones. De hecho, hace un mes anunciaron que tenían una versión de su llamado AIFS (Artificial Intelligence/Integrated Forecasting System).

Así, aunque no esperan que la IA sustituya el trabajo comandado por humanos, sí confían en que puede ser un aporte complementario para perfeccionar la precisión en esta área.