INTERNACIONALES

La predicción meteorológica y del sistema terrestre es clave para prevenir y mitigar el impacto de fenómenos naturales como huracanes, tormentas y la contaminación atmosférica. Tradicionalmente, estos pronósticos dependen de modelos complejos que requieren grandes recursos computacionales y años de desarrollo. La llegada de la inteligencia artificial ofrece una oportunidad para acelerar y mejorar estos pronósticos, con menores costos y mayor precisión.

Aurora representa un avance significativo al ser un modelo base capaz de adaptarse a múltiples predicciones, desde ciclones hasta calidad del aire, con un entrenamiento mucho más rápido y eficiente. Esto podría democratizar el acceso a pronósticos meteorológicos precisos y anticipar mejor los desastres naturales, lo que resulta esencial para la protección de vidas y bienes.

El desarrollo de Aurora y modelos similares como GraphCast reflejan una carrera tecnológica entre gigantes como Microsoft y Google, donde la IA se posiciona como herramienta indispensable para enfrentar los retos del cambio climático y la gestión de emergencias a nivel global.

La predicción fiable del sistema terrestre es fundamental para mitigar desastres naturales, y la inteligencia artificial (IA) ha demostrado un gran potencial para mejorarla. Este miércoles, la revista Nature publicó detalles sobre Aurora, un modelo de IA desarrollado por Microsoft entrenado con más de un millón de horas de datos geofísicos variados.

Aurora supera a los métodos actuales de predicción meteorológica, ofreciendo pronósticos más precisos y eficaces sobre la calidad del aire, las trayectorias de ciclones tropicales, la dinámica de las olas oceánicas y otros fenómenos meteorológicos a alta resolución. El modelo genera pronósticos en segundos y consume menos recursos computacionales que los modelos tradicionales, que requieren superordenadores y mantenimiento complejo.

Este innovador modelo, presentado por primera vez por Microsoft el año pasado, se basa en datos de satélites, radares, estaciones meteorológicas, simulaciones y pronósticos. A diferencia de otros sistemas, Aurora fue entrenado en solo 4 a 8 semanas, aprovechando datos acumulados con enfoques tradicionales que usualmente tardan años en desarrollarse.

Aurora es un modelo base para el sistema terrestre, capaz de especializarse para distintas aplicaciones más allá de la meteorología, como el pronóstico de contaminación atmosférica. Los investigadores de Microsoft Research y universidades como la de Pensilvania, Ámsterdam y Cambridge destacaron que Aurora superó a siete centros de pronóstico en la predicción de trayectorias ciclónicas a 5 días en el 100 % de los casos y en el 92 % de los objetivos en pronósticos a 10 días.

Aunque Microsoft ha sido pionero con Aurora, otras compañías como Google también avanzan en la IA aplicada al clima. En 2023, Google presentó GraphCast, un modelo de aprendizaje automático capaz de realizar pronósticos meteorológicos más rápidos y precisos con hasta 10 días de anticipación, facilitando alertas tempranas ante fenómenos extremos.