El huracán Lee no molestaba a nadie a principios de septiembre, agitándose en el mar, en algún lugar entre África y América del Norte. Un muro de alta presión se interponía en su camino hacia el oeste, preparado para desviar la tormenta lejos de Florida y en un gran arco hacia el noreste. ¿Hacia dónde, exactamente? Faltaban 10 días para el aterrizaje más temprano posible (eones en el pronóstico del tiempo), pero los meteorólogos del Centro Europeo de Pronósticos Meteorológicos a Plazo Medio (ECMWF, por sus siglas en inglés) estaban observando de cerca. Las más mínimas incertidumbres podrían marcar la diferencia entre un día lluvioso en Escocia o graves problemas en el noreste de Estados Unidos.
Normalmente, los pronosticadores del tiempo se basarían en modelos de física atmosférica para tomar esa decisión. Esta vez, tenían otra herramienta: una nueva generación de modelos meteorológicos basados en IA desarrollados por el fabricante de chips Nvidia, el gigante tecnológico chino Huawei y la unidad de IA de Google, DeepMind. Para Lee, los tres modelos de las empresas tecnológicas predijeron un camino que se encontraría en algún lugar entre Rhode Island y Nueva Escocia, pronósticos que en general coincidían con la perspectiva oficial basada en la física. Land-ho, en alguna parte. El problema, por supuesto, estaba en los detalles.
Los meteorólogos describen la llegada de los modelos de IA con un lenguaje que parece fuera de lugar en su profesión de futuro: “repentina”. «Inesperado.» “Pareció surgir de la nada”, dice Mark DeMaria, científico atmosférico de la Universidad Estatal de Colorado que recientemente se retiró de dirigir una división del Centro Nacional de Huracanes de Estados Unidos. Cuando inició un proyecto este año con la Administración Nacional Oceanográfica y Atmosférica de EE. UU. para validar el modelo FourCastNet de Nvidia con datos de tormentas en tiempo real, se mostró «escéptico» con respecto a los nuevos modelos, dice. «Pensé que no había ninguna posibilidad de que pudiera funcionar».
Desde entonces, DeMaria ha cambiado de postura. Al final, el huracán Lee tocó tierra en el límite del rango de las predicciones de la IA y llegó a Nueva Escocia el 16 de septiembre. Incluso en una temporada de tormentas activa (poco más de la mitad, ha habido 16 tormentas atlánticas con nombre), es demasiado pronto para emitir juicios finales. Pero hasta ahora el rendimiento de los modelos de IA ha sido comparable al de los modelos convencionales, a veces mejor en el seguimiento de tormentas tropicales. Y los modelos de IA lo hacen rápido, generando predicciones en computadoras portátiles en cuestión de minutos, mientras que los pronósticos tradicionales requieren horas de supercomputación.
Mirando hacia el futuro
Los modelos meteorológicos convencionales se componen de ecuaciones que describen la dinámica compleja de la atmósfera terrestre. Introduzca observaciones en tiempo real de factores como la temperatura, el viento y la humedad y recibirá predicciones de lo que sucederá a continuación. A lo largo de las décadas, se han vuelto más precisos a medida que los científicos mejoran su comprensión de la física atmosférica y los datos que recopilan se vuelven más voluminosos.
Básicamente, los meteorólogos intentan dominar la física del caos. En la década de 1960, el meteorólogo y matemático Edward Lorenz sentó las bases de la teoría del caos al observar que pequeñas incertidumbres en los datos meteorológicos podían dar lugar a pronósticos tremendamente diferentes, como la proverbial mariposa cuyo aleteo provoca un tornado. Estimó que el estado de la atmósfera se puede predecir como máximo con dos semanas de antelación. Cualquiera que haya observado la aproximación de un huracán distante o haya estudiado las perspectivas semanales antes de una boda al aire libre sabe que los pronósticos aún están muy por debajo de ese límite teórico.