Modelo de clima de IA utiliza 7.000 veces menos potencia que los modelos tradicionales

La predicción del clima es una de las tareas cruciales que realizan nuestros ordenadores más potentes. Requiere millones de cálculos y máquinas masivas que resuelven ecuaciones, lo que ayuda a predecir condiciones como la temperatura, el viento y la lluvia. También es una herramienta vital para predecir grandes eventos climáticos, que pueden alterar regiones y economías enteras.

El campo de la predicción del clima sigue mejorando rápidamente a medida que evoluciona nuestra tecnología, volviéndose más precisa y eficiente. Un nuevo trabajo que surge de una colaboración entre la Universidad de Washington y Microsoft Research demuestra cómo se puede utilizar la inteligencia artificial (IA) para estas predicciones exactas. La nueva tecnología analiza patrones climáticos pasados para predecir eventos futuros, y lo hace de manera más eficiente que los modelos actuales. Con más avances, también podría alcanzar un punto en el que sea mucho más precisa que los modelos de hoy en día.

Nuevo modelo de clima global

El nuevo modelo de clima global utiliza los últimos 40 años de datos climáticos para hacer sus predicciones, lo que es diferente a otros que utilizan cálculos físicos. El nuevo modelo es simple y basado en datos, y puede simular patrones climáticos para un año entero, aplicándose en todo el mundo. Es más rápido y tan eficiente como los modelos actuales, lo que logra a través de pasos repetidos con cada pronóstico.

La investigación se publicó en el Journal of Advances in Modeling Earth Systems.

Jonathan Weyn es el autor principal de la investigación.

“El aprendizaje automático es esencialmente una versión glorificada del reconocimiento de patrones”, dijo Weyn. “Ve un patrón típico, reconoce cómo suele evolucionar y decide qué hacer en función de los ejemplos que ha visto en los últimos 40 años de datos”.

El nuevo modelo es actualmente menos preciso que los modelos de vanguardia de hoy en día, pero al basarse en la IA, utiliza 7.000 veces menos potencia informática para desarrollar el mismo rango de pronósticos. Debido a que tiene una carga de trabajo computacional más pequeña, es más rápido.

Pronóstico de conjunto

Con esta mayor velocidad, los centros de pronóstico podrían ejecutar múltiples modelos con diferentes condiciones. Esto se llama “pronóstico de conjunto”, y se utiliza para hacer predicciones sobre una gama de condiciones posibles para un evento climático.

Dale Durran es profesor de ciencias atmosféricas de la UW y autor de la investigación.

“Hay mucha más eficiencia en este enfoque; eso es lo que es tan importante”, dijo Durran. “La promesa es que podría permitirnos abordar problemas de predecibilidad teniendo un modelo lo suficientemente rápido como para ejecutar conjuntos muy grandes”.

Este proyecto comenzó cuando Rich Caruana en Microsoft Research, que es coautor del documento, propuso utilizar la IA para predicciones climáticas basadas en datos históricos. Esto significaba que ya no se necesitaban leyes físicas para hacer tales predicciones.

“Después de entrenar en datos climáticos pasados, el algoritmo de IA es capaz de encontrar relaciones entre diferentes variables que las ecuaciones físicas simplemente no pueden hacer”, dijo Weyn. “Podemos permitirnos utilizar muchas menos variables y, por lo tanto, hacer un modelo que sea mucho más rápido”.

El modelo se probó prediciendo una variable estándar en la predicción del clima. Hizo predicciones cada 12 horas durante un año entero, y el nuevo modelo fue uno de los mejores según WeatherBench, que es una prueba de referencia para predicciones climáticas basadas en datos.

Los investigadores deben seguir ajustando el modelo si se va a utilizar junto con o en lugar de los modelos existentes. Los autores creen que esto podría ser una alternativa para generar predicciones climáticas en el futuro.