La precisión y eficacia de esta tecnología abren la puerta para anticipar y detectar futuros fenómenos meteorológicos extremos y mejorar la información del clima.
La revista Nature ha publicado los detalles de Aurora, un modelo de inteligencia artificial (IA) entrenado con más de un millón de horas de datos geofísicos diferentes para mejorar la predicción del sistema terrestre, una herramienta desarrollada por Microsoft con el impulso de la comunidad científica para mitigar desastres naturales.
➡️ Te puede interesar: Cómo analizar el clima con herramientas OSINT
Aurora supera las previsiones existentes en procesos críticos como la calidad del aire, las trayectorias de los ciclones tropicales y la dinámica de las olas oceánicas, así como en meteorología de alta resolución. Para ello, utiliza datos de satélites, radares, estaciones meteorológicas, simulaciones y pronósticos, lo que le permite generar resultados en segundos y con un coste computacional inferior al de los métodos tradicionales.
«Con la capacidad de ajustarse con precisión para diferentes aplicaciones a un coste moderado, Aurora representa un paso notable hacia la democratización de predicciones precisas y eficientes del sistema terrestre», escriben los autores del estudio, que incluyen investigadores de Microsoft Research y de las universidades de Pensilvania, Ámsterdam y Cambridge, entre otros.
Mejor predicción que los métodos tradicionales
Según los responsables del proyecto, el modelo obtuvo mejores resultados que siete centros de pronóstico en predicciones de trayectorias ciclónicas a cinco días en el 100 % de los objetivos medidos, y en el 92 % de los objetivos para predicciones meteorológicas a diez días. Asimismo, el entrenamiento de Aurora duró entre cuatro y ocho semanas, frente a los años necesarios para los sistemas convencionales, gracias a la acumulación previa de datos.
Lo que distingue a Aurora es que se entrena inicialmente como modelo base y, posteriormente, puede especializarse mediante diferentes ajustes para ir más allá de la predicción meteorológica tradicional, por ejemplo en contaminación atmosférica, olas oceánicas o ciclones tropicales. Por su parte, Google publicó a finales de 2023 en la revista Science GraphCast, un modelo de aprendizaje automático capaz de hacer pronósticos «más rápido y preciso» con hasta diez días de antelación y alertas tempranas de fenómenos extremos.
➡️ Si quieres adquirir más conocimientos de Ciberseguridad, te recomendamos los siguientes cursos formativos de LISA Institute:
