En el cambiante mundo de la meteorología, ha surgido un nuevo competidor. Un modelo meteorológico impulsado por inteligencia artificial (IA) ha demostrado recientemente su destreza al predecir la trayectoria y fuerza de un potencial ciclón tropical en la costa noroeste de Australia. Este avance innovador ha superado las capacidades de los modelos meteorológicos tradicionales, generando emoción y curiosidad entre los meteorólogos de todo el mundo.
El desafío inherente al pronóstico de ciclones tropicales radica en su naturaleza impredecible. Los modelos de pronóstico a menudo tienen dificultades para localizar con precisión la ruta futura y la intensidad de estos sistemas meteorológicos. Sin embargo, el modelo impulsado por IA, desarrollado por el Centro Europeo para Predicciones Meteorológicas a Plazo Medio (ECMWF, por sus siglas en inglés), ha mostrado un inmenso potencial para abordar este problema.
Se compararon varios modelos meteorológicos, incluidos tres modelos de predicción numérica reconocidos a nivel mundial y el modelo ECMWF impulsado por IA, en la predicción de la ubicación de la depresión tropical. Los paneles superiores de la imagen de comparación mostraban ciclones tropicales cerca de la costa noroeste de Australia, mientras que el panel inferior derecho presentaba la predicción del modelo impulsado por IA de un sistema de baja presión más débil más hacia el noroeste.
Tras el análisis, quedó claro que el modelo ECMWF impulsado por IA destacó por su precisión. La imagen satelital y el gráfico de presión media al nivel del mar, tomados a las 11 pm AEDT del domingo 17 de marzo, confirmaron que la depresión tropical acabó cerca de las predicciones realizadas por los modelos ACCESS-G y ECMWF-AIFS. Si bien este hallazgo otorgó un punto tanto al modelo de IA como a los modelos de predicción numérica (NWP), los modelos GFS y ECMWF-HRES no lograron predecir con precisión la ubicación de la tormenta.
El análisis de la presión media al nivel del mar reveló además que la presión central de la depresión tropical era de 999 hPa a las 11 pm AEDT del 17 de marzo. Sin embargo, las predicciones de los modelos cinco días antes divergieron significativamente. El modelo ECMWF predijo una presión central de 981 hPa, el modelo GFS predijo 968 hPa, el modelo ACCESS-G predijo 981 hPa y el modelo ECMWF-AIFS impulsado por IA predijo 997 hPa. De manera impresionante, el modelo basado en IA fue el que más se acercó a la presión real, con una desviación de solo 2 hPa. En contraste, los modelos NWP tuvieron desviaciones de 18 a 31 hPa.
Sin lugar a dudas, este exitoso estudio de caso destaca el potencial de los modelos meteorológicos basados en IA para predecir con precisión los ciclones tropicales. Sin embargo, es crucial reconocer que este es solo un caso de un sistema meteorológico. Se requieren pruebas adicionales en el mundo real antes de que se pueda realizar plenamente el potencial operativo de los modelos meteorológicos basados en IA.
Preguntas Frecuentes:
The source of the article is from the blog elektrischnederland.nl