Con inteligencia artificial, el ECMWF busca predicciones meteorológicas más precisas y sostenibles en su nuevo sistema AIFS.
Europa dio un paso significativo en la evolución de la predicción meteorológica con el lanzamiento del Sistema de Predicción por Inteligencia Artificial (AIFS), desarrollado por el Centro Europeo de Predicción Meteorológica a Medio Plazo (ECMWF). De acuerdo con Wired, este modelo basado en IA promete mejorar la precisión de las previsiones en un 20% respecto a los sistemas actuales y reducir de manera drástica el consumo energético, utilizando hasta 1.000 veces menos energía en sus procesos de cálculo.
El mismo forma parte del proyecto de aprendizaje automático del ECMWF, iniciado en 2023, con el objetivo de integrar técnicas avanzadas de modelado en el análisis del sistema terrestre. Su funcionamiento se basa en un modelo de 13 niveles de precisión con una resolución de 1 grado, lo que permite realizar predicciones detalladas sobre temperatura, viento, humedad y geopotencial. A nivel superficial, ofrece pronósticos específicos de temperatura a 2 metros del suelo y vientos a 10 metros de altura, con la promesa de futuras actualizaciones para mejorar la resolución e incluir nuevos parámetros como la precipitación.
A diferencia de los modelos tradicionales de predicción meteorológica basados en ecuaciones físicas, el AIFS es entrenado para minimizar errores y proporcionar resultados más precisos a mediano plazo. Esta innovación supone un avance significativo en la capacidad de anticipación de eventos climáticos, optimizando la gestión de fenómenos extremos y mejorando la disponibilidad de información meteorológica para ciudadanos y sectores estratégicos.
El anuncio del mismo se produce en un contexto de creciente competencia en el uso de la IA para la meteorología. Recientemente, Google DeepMind presentó GenCast, un modelo de predicción basado en IA que había sido considerado como el más avanzado del sector hasta la llegada de la solución del ECMWF. Con este desarrollo, Europa busca consolidar su liderazgo en la combinación de modelos físicos y sistemas de dicha tecnología, con el propósito de alcanzar predicciones más precisas y eficientes en términos computacionales.
Según el ECMWF, el objetivo a largo plazo es la integración de modelos híbridos que combinen el conocimiento físico con la capacidad analítica de la IA, logrando así un sistema de predicción meteorológica de alto rendimiento.
Comments