El 17 de noviembre, Google DeepMind y Google Research lanzaron conjuntamente WeatherNext 2, un modelo de predicción meteorológica de inteligencia artificial de nueva generación. Este producto introduce dos avances importantes: un aumento de velocidad de 8 veces y la capacidad de proporcionar pronósticos con resolución horaria; esto significa que, en un solo chip, el modelo puede generar cientos de posibles escenarios meteorológicos en menos de un minuto, mientras que las supercomputadoras tradicionales tardarían horas en completar la misma tarea. En términos de precisión, WeatherNext 2 supera a su predecesor en el 99,9% de las variables meteorológicas como la temperatura, la velocidad del viento y la humedad, con un tiempo de anticipación de pronóstico que abarca de 0 a 15 días. Actualmente, se ha aplicado a la Búsqueda de Google, al asistente de IA Gemini, a la función meteorológica de los teléfonos Pixel y a la API meteorológica de Google Maps. En las próximas semanas se integrará en Google Maps para ofrecer a los usuarios servicios meteorológicos detallados en tiempo real. Cabe destacar su capacidad para predecir desastres a corto plazo. Al pronosticar la trayectoria de tormentas tropicales con tres días de antelación, el nuevo modelo se adelanta unas 24 horas con respecto a su predecesor. Akib Uddin, investigador de DeepMind, señala que los pronósticos por hora son especialmente cruciales para sectores como el de la comercialización de energía y el sector agrícola: «Unos datos más precisos permiten una toma de decisiones más exacta; por ejemplo, los parques eólicos pueden ajustar sus planes de generación de energía y las compañías energéticas pueden optimizar su gestión de la producción». Este avance se debe a la "Red Generativa Funcional" de DeepMind. Los modelos tradicionales se entrenan normalmente con elementos meteorológicos individuales (como la temperatura y la velocidad del viento), mientras que el nuevo método puede predecir directamente sistemas complejos, como la propagación de olas de calor regionales o las fluctuaciones en la potencia de los parques eólicos, aprendiendo las relaciones entre estos elementos. Por supuesto, la tecnología aún tiene margen de mejora. El científico de DeepMind, Ferran Alet, admitió que la capacidad predictiva del modelo para este tipo de eventos necesita reforzarse, ya que existen lagunas en los datos de entrenamiento para escenarios meteorológicos extremos (como lluvias torrenciales y ventiscas). «Esta es la línea en la que estamos trabajando para mejorar continuamente». Actualmente, WeatherNext 2 está disponible para empresas e instituciones de investigación a través de Vertex AI, BigQuery y Earth Engine de Google Cloud. La competencia en este campo se está intensificando, con empresas como NVIDIA, Microsoft, AccuWeather y Huawei desarrollando sistemas de predicción meteorológica basados en inteligencia artificial. Desde iconos meteorológicos en teléfonos móviles personales hasta herramientas de apoyo a la toma de decisiones para empresas, WeatherNext 2 utiliza la tecnología para transformar la manera en que los seres humanos interactuamos con la naturaleza. No se trata solo de una evolución tecnológica; anticipa la amplia aplicación de la IA en los servicios climáticos: mediante pronósticos precisos basados en datos, estamos pasando gradualmente de una respuesta pasiva a una planificación proactiva, integrando la tecnología en cada aspecto de la vida.
Cargando el detalle del hilo
Obteniendo los tweets originales de X para ofrecer una lectura limpia.
Esto suele tardar solo unos segundos.