GenCast AI de DeepMind: pronóstico climático excepcional
Cuando Helene azotó Florida a principios de este año, 234 personas habían perdido la vida en el peor huracán que azotó el territorio continental de EE. UU. desde Katarina en 2005. Desastres naturales como este y su creciente intensidad debido al cambio climático han llevado a los científicos a desarrollar sistemas de predicción meteorológica más precisos. . El miércoles, la división DeepMind de Google anunció lo que podría considerarse el avance más significativo en este campo en casi ocho décadas de trabajo.
En una publicación en el blog Google Keyword, Ilan Price y Matthew Wilson de DeepMind detallaron GenCast, el último agente de inteligencia artificial de la compañía. Según DeepMind, GenCast no sólo es mejor a la hora de proporcionar pronósticos meteorológicos diarios y extremos que su anterior programa meteorológico de IA, sino que también supera al mejor sistema de pronóstico actualmente en uso, uno mantenido por el Centro Europeo de Pronósticos Meteorológicos a Medio Plazo (ECMWF). En las pruebas que compararon los pronósticos de 15 días que los dos sistemas produjeron para el clima en 2019, GenCast fue, en promedio, más preciso que el sistema ENS de ECMWF el 97,2 por ciento de las veces. Con plazos de entrega superiores a 36 horas, DeepMind fue un 99,8% más preciso.
«Soy un poco reacio a decir esto, pero es como si hubiéramos logrado décadas de mejoras en un año», dijo Rémi Lam, científico del anterior programa meteorológico de IA de DeepMind. Los New York Times. «Estamos viendo un progreso muy, muy rápido».
GenCast es un modelo de transmisión, que es la misma tecnología que impulsa las herramientas de inteligencia artificial generativa de Google. DeepMind entrenó el software con casi 40 años de datos meteorológicos de alta calidad compilados por el Centro Europeo de Pronósticos Meteorológicos a Medio Plazo. Las predicciones que genera el nuevo modelo son probabilísticas, es decir, tienen en cuenta un rango de posibilidades que luego se expresan como porcentajes. Los modelos probabilísticos se consideran más matizados y útiles que sus homólogos deterministas, que sólo proporcionan una mejor estimación de cómo podría ser el tiempo en un día determinado. El primero también es más difícil de crear y calcular.
De hecho, lo que quizás sea más sorprendente de GenCast es que requiere mucha menos potencia informática que los pronósticos tradicionales basados en la física, como ENS. Según Google, una de sus unidades de procesamiento de tensor TPU v5 puede producir un pronóstico GenCast de 15 días en ocho minutos. Por el contrario, una supercomputadora con decenas de miles de horas de CPU puede tardar en producir un pronóstico basado en la física.
Por supuesto, GenCast no es perfecto. Un área donde el software podría proporcionar mejores predicciones es la intensidad de los huracanes, aunque el equipo de DeepMind dijo Los tiempos confiaba en poder encontrar soluciones a las actuales deficiencias del agente. Mientras tanto, Google está haciendo de GenCast un modelo abierto, con código de ejemplo para la herramienta disponible en GitHub. Los pronósticos de GenCast también llegarán pronto a Google Earth.
FUENTE
