Si queremos saber cómo estará el tiempo la próxima semana, podemos Las previsiones meteorológicas dan una idea muy aproximada. Estadísticamente, utilizando los modelos actuales, un pronóstico de siete días puede predecir el tiempo con aproximadamente un 80 por ciento de precisión, y un pronóstico de cinco días puede predecir el tiempo con aproximadamente un 90 por ciento de precisión. Los pronósticos numéricos (NWP) esencialmente predicen el estado de la atmósfera en un momento futuro en función de las condiciones iniciales.

El modelo GraphCast AI de Google se entrenó con cuatro décadas de datos de reanálisis meteorológicos del conjunto de datos ERA5 del ECMWF. Esta base de datos se basa en observaciones meteorológicas históricas como imágenes de satélite, radares y estaciones meteorológicas.

Dado que la atmósfera es un sistema caótico, los pequeños… Los cambios en las condiciones iniciales conducen a grandes diferencias en la predicción. Conduce más en el tiempo que vayamos. Hoy en día, gracias a la potencia informática, es posible aumentar significativamente la eficiencia de los modelos predictivos. A estos modelos se han sumado ahora aquellos que utilizan inteligencia artificial (IA) para pronosticar las condiciones. Estos modelos pueden comparar la situación subyacente con una gran base de datos del pasado para crear pronósticos..

Aunque algunos medios, por ejemplo cableadoSupongo que ya Previsiones de IA de NWP Hemos sustituido, en realidad esta afirmación no es del todo cierta y todavía queda un largo camino por recorrer. Los modelos de IA parecen estar dentro de la media para las situaciones. Para funcionar bien, pero tienes problemas a la hora de resolver situaciones excepcionales o que se alejan de la media. Si bien esto es cierto, abre un camino prometedor.

Diferentes modelos de inteligencia artificial

El rendimiento de los modelos meteorológicos de IA puede variar ampliamente según el modelo utilizado, los datos con los que se entrena y la complejidad de los algoritmos subyacentes. Sin embargo, los modelos meteorológicos basados ​​en IA han mostrado resultados prometedores en los últimos años a la hora de mejorar la precisión de los pronósticos meteorológicos. Su mayor fortaleza son sus buenos resultados en las previsiones a corto plazo.

Los modelos meteorológicos de IA, especialmente los modelos de aprendizaje profundo como las redes neuronales, han demostrado que son capaces de mejorar las previsiones meteorológicas a corto plazo. Tu presencia Puede analizar rápidamente grandes cantidades de datos e identificar patrones que los modelos tradicionales de predicción numérica del tiempo podrían pasar por alto..

Otro punto valioso en el que se está trabajando es el hecho de que en ocasiones los modelos de inteligencia artificial Mayor plazo para eventos climáticos severos Como huracanes, tornados o lluvias intensas, que pueden ser cruciales para la alerta temprana y la preparación ante desastres.

También es prometedor el potencial para mejorar los pronósticos a una escala más limitada, como la mesoescala.

Excelente herramienta para pronosticar

Los meteorólogos saben que las previsiones de la IA son muy prometedoras, pero también saben que no es una solución definitiva Junto con los modelos numéricos tradicionales de pronóstico del tiempo y análisis meteorológicos especializados. Deberían utilizarse para crear pronósticos más fiables. La previsión meteorológica sigue siendo una ciencia compleja y multifacética, y la inteligencia artificial es sólo una herramienta que puede mejorar su precisión. Este es uno de los modelos prometedores. Bastón de cartas mentales profundas de Google.

el Centro Europeo de Previsiones Meteorológicas a Plazo Medio ECMWF realizó un estudio para evaluar pronósticos de condiciones climáticas extremas en 2022. Reveló que los modelos de inteligencia artificial basados ​​en datos Capaz de predecir condiciones climáticas severas y brindar asesoramiento a mediano plazo.. El modelo de referencia de IA de Pangu Weather (PGW) no produce pronósticos de precipitación, nubosidad, visibilidad y ráfagas de viento, lo que limita el análisis.

Además, debido a la incertidumbre en el modelo, aún no existe un método de agrupamiento confiable, por lo que este aspecto no ha sido evaluado. . Aunque las predicciones de la IA muestran que pueden ser una gran herramienta, el fracaso de todos los modelos a la hora de predecir el catastrófico huracán Otis que devastó Acapulco demuestra que aún queda un largo camino por recorrer para mejorar.