Inteligencia artificial cerca de la previsión meteorológica - Prensa Libre

Inteligencia artificial cerca de la previsión meteorológica – Prensa Libre

Nos hemos vuelto adictos a nuestros teléfonos para monitorear el clima. Dependiendo de dónde viva, necesita conocer las condiciones esperadas para planificar cualquier actividad al aire libre, evento o actividad importante que podría deberse a las condiciones climáticas.

Estos pronósticos que nos dicen qué condiciones se esperan en las próximas horas y días generalmente provienen de los mismos modelos climáticos globales, ya sea que se encuentre en los trópicos o en el Himalaya.

Desde el comienzo de la predicción meteorológica moderna en la década de 1950, los meteorólogos se han basado principalmente en «Previsión meteorológica digital»: modelos matemáticos que simulan el mundo y la atmósfera basados ​​en la física del agua, el viento, la tierra y la luz solar, así como las infinitas formas en que interactúan. Todos los modelos intentan simular el comportamiento de la atmósfera en función de determinadas condiciones iniciales u observadas.

Desde entonces, los modelos han mejorado tanto en el espacio como en el tiempo. Pero en los últimos años, la proliferación de satélites de observación de la Tierra, así como nuevos sensores y hasta millones de teléfonos modernos que proporcionan datos anónimos de presión de aire se han proporcionado para estas predicciones, exigiendo aumentos exponenciales de potencia de cálculo para realizar predicciones oportunas.

Como nuevas técnicas de aprendizaje automático o Aprendizaje automático se vuelven omnipresentes y ya se utilizan para reconocer rostros o imitar la escritura humana, estas mismas técnicas se están probando para «leer» nubes en imágenes de satélite e imágenes de jugadores para estimar su evolución.

El aprendizaje automático es un sistema de algoritmos informáticos que puede aprender «viendo» ejemplos, observando información histórica y determinando la evolución. El aprendizaje automático es parte de la inteligencia artificial que combina datos con herramientas estadísticas para predecir un resultado.

Google utiliza un enfoque libre de física sin datos, lo que significa que el algoritmo aprende a aproximarse a la física atmosférica a través de los ejemplos de entrenamiento, sin incorporar conocimientos previos sobre cómo funciona la atmósfera como lo hacen los modelos. Su enfoque es tratar la predicción meteorológica como un problema de cambio de una imagen a otra, viendo cómo se comportaron los eventos reales que sirven de ejemplo.

La inteligencia artificial hace que los métodos de pronóstico existentes sean más eficientes, ayudando a aumentar la velocidad y precisión de los pronósticos, y se han realizado avances en la detección y estimación de carreteras de condiciones climáticas adversas como tornados y granizo con mayor precisión. Una ventaja importante del aprendizaje automático es que la inferencia es computacionalmente económica ya que el modelo ya está entrenado.

Esta tecnología no reemplazará la previsión meteorológica tradicional, pero aumentará y fortalecerá los métodos existentes. Se explora y se utiliza principalmente para predecir a muy corto plazo, es decir, lo que puede suceder en las próximas 6-24 horas. Hasta ahora han tenido éxito y esperamos más detalles para las condiciones a corto plazo pronto.

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *