La inteligencia artificial en el centro de las previsiones regionales
Desde enero de 2024, el Centre National de Recherches Météorologiques (CNRM) y el LabIA de Météo-France colaboran en un ambicioso proyecto para integrar la inteligencia artificial (IA) en la modelización meteorológica regional. Aunque la IA ya ha demostrado su eficacia en las previsiones a gran escala, su aplicación a escalas más finas, como las que procesa el modelo AROME, representa una innovación novedosa.
¿El resultado? Un primer prototipo de modelo basado en aprendizaje profundo, capaz de predecir fenómenos meteorológicos a escala regional, con resultados que ya son prometedores.
El método de aprendizaje profundo
Los modelos meteorológicos tradicionales, como AROME, se basan en complejas ecuaciones físicas para simular el comportamiento de la atmósfera. El modelo basado en IA, en cambio, adopta un enfoque distinto: aprende de grandes conjuntos de datos para establecer relaciones entre el estado actual de la atmósfera y su evolución futura, sin necesidad de conocimientos físicos explícitos.
Este método, conocido como aprendizaje profundo, utiliza redes neuronales para procesar enormes volúmenes de datos y ofrecer predicciones coherentes.
Una aclaración interesante
Los investigadores probaron este prototipo con fenómenos meteorológicos pasados, como las fuertes tormentas del 18 de junio de 2023. Las comparaciones entre las previsiones del modelo AROME y las del modelo IA muestran resultados muy similares, lo que confirma la capacidad de este último para predecir con precisión la evolución de las estructuras meteorológicas.
Subraya Laure Raynaud, investigadora del CNRM:
"Nuestro trabajo confirma la capacidad de estos nuevos modelos para hacer que las estructuras meteorológicas evolucionen de forma coherente. "
Perspectivas prometedoras para la meteorología local
Aunque este modelo está aún en fase experimental, sus aplicaciones podrían revolucionar las previsiones meteorológicas. Al reducir la necesidad de complejos cálculos físicos, los modelos basados en IA podrían permitir previsiones más rápidas, manteniendo o incluso mejorando su precisión.
En última instancia, estas tecnologías podrían transformar la forma de elaborar las previsiones, adaptándose aún mejor a las características regionales específicas y a los fenómenos extremos.
