Un sistema de Inteligencia Artificial (IA) creado por expertos de Google superó a los sistemas líderes en seguimiento de tormentas, pronóstico de intensidad y extensión del viento: logra adelantar las alarmas y pronósticos de ciclones en 30 horas.

La inteligencia artificial podría anticipar con mayor precisión la trayectoria y la intensidad de los ciclones tropicales, en el marco de fenómenos donde cada hora es vital y se traduce en menos pérdidas materiales y humanas.

Un nuevo sistema desarrollado por Google DeepMind y Google Research, denominado WeatherNext Cyclones (WN-C), ha demostrado que puede ofrecer previsiones con un nivel de precisión equivalente al de los modelos convencionales, pero con un adelanto de más de un día. En algunos escenarios, la mejora se traduce en más de 30 horas de margen para prepararse ante una tormenta peligrosa, según el estudio publicado en la revista Nature.

El avance llega en un terreno especialmente complejo para la meteorología. Predecir la trayectoria de un huracán o tifón implica determinar hacia dónde se desplazará bajo la influencia de grandes patrones atmosféricos, pero también calcular cuánto se intensificará y qué extensión tendrán sus vientos.

Los sistemas tradicionales suelen recurrir a modelos diferentes para resolver cada uno de estos problemas: los modelos globales son eficaces para seguir el movimiento general de la tormenta, mientras que los modelos de mayor resolución se concentran en los procesos físicos que ocurren alrededor de su núcleo, de acuerdo a una nota de prensa.

WeatherNext Cyclones intenta superar esa división mediante un único modelo de inteligencia artificial, que es capaz de analizar simultáneamente la dinámica atmosférica a gran escala y las características específicas del ciclón.

Para entrenarlo, los investigadores combinaron casi 20 terabytes de datos atmosféricos con información histórica de cerca de 5.000 tormentas tropicales, recopiladas en la base de datos IBTrACS. El sistema aprende así las relaciones entre los patrones meteorológicos globales y la evolución de fenómenos extremos.

Los resultados apuntan a una mejora significativa en la eficacia de las predicciones. En las evaluaciones realizadas con los ciclones históricos de 2023 y 2024, y con datos operativos que abarcan hasta 2025, WeatherNext Cyclones registró menos errores que los modelos de referencia en la predicción de la trayectoria, la intensidad y la estructura del viento.

Según Google, la ventaja media supera las 24 horas de tiempo de anticipación, mientras que en condiciones ideales la mejora llega a más de 30 horas de margen adicional, cuando se compara la precisión de los pronósticos a cinco días con la del principal sistema global europeo.

La diferencia no se limita a saber dónde estallará una tormenta: uno de los desafíos más difíciles para los meteorólogos es detectar una intensificación rápida, es decir, un aumento muy acusado de la velocidad del viento en un periodo corto.

A partir de las condiciones atmosféricas globales durante el huracán Milton (octubre de 2024), WeatherNext Cyclones predice tanto los patrones climáticos globales como las trayectorias de ciclones a pequeña escala con hasta 15 días de anticipación. / Crédito: Google DeepMind.

El nuevo sistema mostró mejores resultados a la hora de identificar estos episodios durante las 24 horas siguientes, al tiempo que reducía las falsas alarmas. Esa capacidad puede resultar especialmente relevante, porque una tormenta que gana fuerza con rapidez puede cambiar el nivel de riesgo en cuestión de horas, según publica Phys.org.

Otra de las características del modelo es su capacidad para trabajar con incertidumbre. En lugar de generar una única predicción, la IA puede producir hasta 1.000 escenarios posibles para cada ciclón.

De este modo, los responsables de las predicciones pueden valorar no solo la trayectoria más probable, sino también otros escenarios menos factibles pero potencialmente muy peligrosos. Google asegura que el sistema puede generar una previsión de 15 días en menos de un minuto.

El potencial de esta tecnología ya se ha puesto a prueba en condiciones reales. Durante la temporada de huracanes de 2025, el modelo ayudó al Centro Nacional de Huracanes de Estados Unidos a anticipar la rápida intensificación y la llegada del huracán Melissa a Jamaica. Según Google DeepMind, esa información contribuyó a que se emitieran avisos con antelación, para facilitar la preparación sobre el terreno.

Sin embargo, esto no significa que la IA vaya a sustituir a los servicios meteorológicos ni a los modelos físicos tradicionales. Google subraya que sus predicciones deben integrarse con el trabajo de meteorólogos expertos y que las alertas oficiales deben seguir dependiendo de las agencias meteorológicas nacionales.

Fuente: Levante - EMV