Un salto en precisión y rapidez

Los modelos basados en redes neuronales estocásticas de DeepMind han demostrado ser tan precisos o más que los sistemas tradicionales físicos para track e intensidad. En pruebas, las predicciones a cinco días fueron un promedio de 140 km más exactas que las de ECMWF, ganando aproximadamente 1‑2 días en fiabilidad frente a métodos convencionales.

“Nuestro modelo puede generar 50 posibles escenarios hasta 15 días de antelación.”

Weather Lab: una ventana al futuro meteorológico

Weather Lab permite ver en vivo y de forma histórica las predicciones de ciclones usando modelos AI y físicos, facilitando comparar resultados y validar el enfoque de DeepMind. La plataforma incluye datos con más de dos años de retroceso para evaluar rendimiento y casuísticas diversas.

Colaboración con agencias meteorológicas

La colaboración con el Centro Nacional de Huracanes (NHC) marca un hito: por primera vez, un organismo oficial ve en tiempo real predicciones generadas por IA junto con modelos tradicionales, evaluando su fiabilidad y utilidad para alertas tempranas.

Cómo funciona la IA detrás del sistema

• Entrenamiento mixto: combina datos de reanálisis global y detalles de casi 5 000 ciclones observados.
• Redes estocásticas: capaces de modelar incertidumbre y generar múltiples trayectorias.
• Optimización equilibrada: capaz de predecir tanto trayectoria como intensidad, superando los límites de los enfoques físicos tradicionales.

Ventajas clave

• Mayor precisión: desviación menor en predicción del rumbo y fuerza del ciclón.
• Ensembles ricos: escenarios múltiples que permiten evaluar riesgos y planificar medidas preventivas.
• Velocidad de generación: previsiones listas más rápido que los modelos tradicionales.

Un paso hacia predicciones más fiables y adelantadas

Aunque aún no está destinado al uso público, Weather Lab representa un gran avance para la ciencia meteorológica. El equipo de DeepMind espera que la colaboración con organismos oficiales y agencias internacionales ayude en su adopción y mejora continua.

El artículo puede contener imprecisiones y/o errores, consulte la web del fabricante para obtener la principal información.