Project Aardvark: una revolución en la predicción meteorológica basada en IA

• La predicción meteorológica precisa cumple un papel importante en múltiples sectores como la agricultura, el transporte y la energía
• También funciona como sistema de alerta en situaciones climáticas extremas como inundaciones u olas de calor
• Con la aparición de sistemas de predicción basados en IA como Pangu-Weather de Huawei y GenCast de Google DeepMind, han aumentado las expectativas sobre la predicción meteorológica con IA
• En el Turing Institute están enfocados en desarrollar tecnología de predicción meteorológica con IA y, a través de ello, trabajan en Aardvark, una nueva generación de sistemas de predicción basados en IA

Método actual de predicción meteorológica

• La predicción meteorológica actual se basa en el enfoque de predicción numérica del tiempo (Numerical Weather Prediction, NWP)
• El NWP consta de las siguientes 3 etapas:
  • Etapa 1: se recopila información de satélites, estaciones meteorológicas, globos meteorológicos, barcos, aviones y otras fuentes para estimar el estado de la atmósfera
  • Etapa 2: se utilizan modelos computacionales complejos para hacer evolucionar el estado actual hacia un estado futuro
  • Etapa 3: se procesan los resultados del pronóstico, se corrige la precisión según la ubicación y se incorpora el aporte de pronosticadores humanos
• Este proceso requiere supercomputadoras de alto rendimiento, una gran cantidad de personal y software complejo
• Los países desarrollados pueden operar estos sistemas, pero en los países en desarrollo resulta difícil por la falta de infraestructura

El enfoque innovador de Aardvark

• Aardvark reemplaza todo el proceso de predicción con un solo modelo de IA
• Puede entrenarse y ejecutarse en una computadora de escritorio, y la velocidad de predicción es miles de veces más rápida que la del enfoque tradicional
• Recopila datos de diversas fuentes como satélites, estaciones meteorológicas y globos meteorológicos para realizar pronósticos meteorológicos globales de 10 días
• Introduce una nueva arquitectura de deep learning para el procesamiento complejo de datos y el relleno de valores faltantes
• Ventajas de Aardvark:
  • Puede operar incluso en países en desarrollo → no necesita supercomputadoras
  • Mejora la precisión y la eficiencia de la predicción
  • Puede reducir las emisiones de carbono al disminuir la energía necesaria para la predicción meteorológica

Rendimiento y potencial de Aardvark

• Actualmente, Aardvark muestra un nivel de precisión similar al del Global Forecast System (GFS) de Estados Unidos
• Por ahora solo utiliza cerca del 10% de los datos disponibles → si usa más datos, es muy probable que la precisión mejore
• Tiene potencial para reemplazar los modelos existentes de predicción numérica
• Su alta velocidad de predicción permite responder con rapidez ante eventos climáticos
• Puede ofrecer herramientas avanzadas de pronóstico a países en desarrollo y a naciones con escasez de datos

Desafíos

• Las herramientas de predicción basadas en IA siguen en etapa experimental y requieren validación a largo plazo
• La predicción de fenómenos climáticos extremos como huracanes e inundaciones es especialmente difícil
• Como se trata de modelos entrenados con datos históricos, existe la posibilidad de errores derivados del cambio climático
• Es necesario resolver el problema de la escasez de datos sobre fenómenos climáticos poco frecuentes

Planes futuros de Aardvark

• El Turing Institute busca mejorar la precisión en las áreas de predicción meteorológica, oceánica y de hielo marino mediante Aardvark
• En particular, impulsa su aplicación en países en desarrollo y en la región ártica
• Planea reforzar la predicción de fenómenos climáticos extremos mediante la ampliación de datos y la optimización de la arquitectura
• También añadirá funciones de pronóstico a largo plazo y estacional → para apoyar la planificación climática de largo plazo de gobiernos y empresas
• Se espera que el avance de la predicción meteorológica basada en IA fortalezca los beneficios sociales y la protección económica

Conclusión

• Aardvark es un sistema innovador que puede cambiar el paradigma de la predicción meteorológica
• Tiene un alto potencial para fortalecer la capacidad de respuesta climática de los países en desarrollo y mejorar la precisión de los pronósticos
• El Turing Institute planea liderar para que el Reino Unido se sitúe a la vanguardia de la predicción climática mediante Aardvark
• Se pueden consultar más detalles sobre Aardvark en el artículo de Nature

[GN⁺]

Opiniones en Hacker News

• Pensé: "¿The Turing Institute? ¿Todavía existe?"

  • El Turing Institute anterior, que estaba en Glasgow, hacía investigación en IA y llegó a su fin en 1994
  • De ahí salieron investigaciones interesantes, pero es distinto a la institución actual

• Me pregunto si están almacenando datos históricos de varias décadas

  • Si los algoritmos de IA pueden comparar su rendimiento con los métodos existentes usando datos del pasado
  • Similar a cómo se evalúan los algoritmos de tecnología financiera con datos históricos del mercado bursátil

• Le planteo un reto al modelo

  • Hacer un pronóstico preciso del clima a más de 2 días para el área metropolitana de Kansas City
  • Para 2024, rara vez ha sido preciso

• Me pregunto si un hipotético agente AGI del futuro podrá predecir el clima como los humanos saben instintivamente la trayectoria de una pelota al verla

  • La IA podría saber con precisión el clima de mañana, pero quizá no entender cómo se derivó ese conocimiento

• El artículo se puede consultar aquí

• No sé si eso de reemplazar todas las etapas es una exageración o si se me está escapando el matiz

  • Me pregunto cómo reemplazaría el modelo la etapa de recolección de datos

• Es una pena que se haya cortado el financiamiento para equipos de recolección de datos como los globos meteorológicos

• Me pregunto cómo manejarán casos límite como huracanes o fenómenos meteorológicos extremos poco comunes

• Mi padre hizo una investigación extensa sobre la brisa marina y el modelado de precipitaciones, y ojalá hubiera podido ver estos avances en IA y aprendizaje automático

• Me pregunto qué tan robustos serán los modelos de aprendizaje automático en un mundo de cambio climático acelerado, cuando el pasado ya no pueda predecir el futuro