Así mejora la Inteligencia Artificial la investigación del clima
La Inteligencia Artificial está ayudando a realizar predicciones del tiempo y clima en menos tiempo y con mayor precisión
Mario Picazo
En pocos años hemos experimentado un crecimiento exponencial de la capacidad computacional que se emplea en el campo de la meteorología y la investigación del clima. Mejoras que nos permiten hacer predicciones más precisas a la vez que entendemos mejor lo que provoca el cambio climático de origen humano.
Detrás de estos avances está el llamado «machine learning» (aprendizaje automático), una disciplina de la Inteligencia Artificial (IA) que, a través de algoritmos, dota a los ordenadores de la capacidad de identificar patrones dentro de enormes bases de datos (big data).
Con ellos se pueden elaborar predicciones más exactas. Este tipo de aprendizaje permite que los ordenadores hagan su trabajo de forma autónoma, sin necesidad de ser programados. Además, los resultados obtenidos sirven para tomar decisiones en tiempo récord.
Hoy en día, los cálculos de los diferentes modelos climáticos se hacen en menos tiempo y con herramientas menos sofisticadas. (Foto: NASA)
La Inteligencia Artificial está acelerando nuestro conocimiento del sistema climático
Como en muchos otros campos, la inteligencia artificial está revolucionando el mundo de la meteorología y la investigación climática.
Hay un buen número de procesos relacionados con el clima que están asociados a ecuaciones físicas y químicas y se pueden resolver de manera cada vez más eficiente y en menos tiempo.
Estos avances tienen el potencial de ayudarnos a comprender y predecir el clima como nunca lo hemos hecho. Entender mejor qué elementos están conduciendo con más ímpetu el cambio climático que estamos experimentando y cómo actuar para frenarlos.
A ese avance tecnológico se suman otros relacionados con los datos que vamos recopilando. Tenemos más observaciones, más precisas y se almacenan y analizan a mayor velocidad. Eso está permitiendo a quienes investigan el clima tener respuestas más concretas y en menos tiempo para actuar en consecuencia.
Lo que antes se calculaba sobre papel o en una pizarra ha evolucionado de una manera fulminante, sobre todo en las últimas décadas.
La labor de los investigadores sigue siendo fundamental
Un estudio liderado por Annalisa Bracco, de la Escuela de Ciencias de la Tierra y la Atmósfera en la Universidad Tecnológica de Georgia, habla de tres áreas clave que impulsan el aprendizaje automático.
Los procesos más importantes incluyen revisar los datos de observación faltantes, crear modelos climáticos más robustos y mejorar las predicciones, especialmente en los pronósticos del tiempo. Pero en el estudio también se mencionan los límites de la inteligencia artificial, y ahí es donde los expertos, quienes investigan el clima, pueden aportar su propio conocimiento.
Según Bracco, con el aprendizaje automático se pueden rellenar los puntos de datos faltantes, creando un registro más sólido para que los investigadores puedan hacer referencia a él.
Se pueden extrapolar las condiciones pasadas cuando las observaciones son abundantes, pero aún no puede predecir las tendencias futuras ni recopilar los datos que necesitamos.
Mejorando las predicciones meteorológicas y del futuro clima con Inteligencia Artificial
Para entender mejor cómo están evolucionando las diferentes variables del sistema climático de la Tierra, se utiliza cada vez más el aprendizaje automático. Afinar los modelos climáticos ayuda a simular mejor el comportamiento de la atmósfera, océanos, tierra, bioquímica y hielo.
Los modelos climáticos son fundamentales como herramienta de trabajo y hoy en día podemos mejorar su capacidad de procesamiento. Aumentando la resolución de las cuadrículas de cálculo, podemos obtener resultados más precisos. El reto es aproximar la física compleja con ecuaciones más simples y que las computadoras puedan resolver rápidamente.
Los expertos que trabajan con métodos de aprendizaje automático afirman que, con las nuevas herramientas de cálculo basadas en el aprendizaje automático, somos capaces de predecir con cierta precisión no solo los fenómenos meteorológicos día a día, sino también algunos climáticos como El Niño.

Aprendizaje automático: fantástico, pero no la solución para todo
Antes, la predicción meteorológica se obtenía introduciendo al modelo numérico las condiciones iniciales de la atmósfera.
Datos de temperatura, humedad y presión atmosférica, entre otros. Luego, un modelo repleto de ecuaciones físicas calculaba cómo evolucionaría la situación. Hoy, el aprendizaje automático está brindando a los investigadores la oportunidad de aprender del pasado.
Los expertos que han realizado este estudio coinciden en que «el aprendizaje automático es una herramienta fantástica, pero no es la solución para todo«. Los humanos tenemos que seguir al frente de la investigación, recopilando datos cada vez más valiosos y decidiendo cómo y de qué manera lo hacemos.
Cada día se introducen nuevas herramientas capaces de facilitar la investigación científica, convirtiendo esta rápida evolución en todo un desafío. Pero el avance es bueno, ya que facilita la colaboración entre un buen número de disciplinas para que, por ejemplo, la lucha contra el cambio climático sea eficiente y avance al mayor ritmo posible.