Una nueva IA podría transformar la forma de estudiar el tiempo y el clima

Científicos informáticos y meteorólogos de la Universidad de California en San Diego (Estados Unidos) han dado los primeros pasos hacia la creación de un agente de IA capaz de analizar y responder preguntas en lenguaje natural, como el inglés, sobre datos de modelos de pronóstico meteorológico y climático impulsados por IA.

El equipo de investigación presenta el primer agente meteorológico de IA que desarrollaron, llamado Zephyrus, en la 14a Conferencia Internacional sobre Representaciones de Aprendizaje (ICLR) del 23 al 27 de abril en Río de Janeiro (Brasil).

Recientemente, los modelos basados en IA y aprendizaje profundo han mejorado considerablemente la predicción meteorológica. Sin embargo, analizar los datos resultantes sigue siendo difícil y lento. Un problema principal es que estos modelos de IA no pueden describir sus hallazgos en un lenguaje sencillo. Un problema secundario es que no pueden razonar sobre información textual, como informes meteorológicos y boletines meteorológicos. El equipo de investigación de la UC San Diego se propone abordar ambos problemas.

"Nuestro objetivo es ampliar el acceso a datos y predicciones cruciales, simplificando el análisis de estos datos", comenta Duncan Watson-Parris, coautor del estudio y profesor del Instituto Scripps de Oceanografía de la Universidad de California en San Diego. "Queremos agilizar el análisis de datos multimodales y el aprendizaje sobre la Tierra, facilitando la interacción de estudiantes y jóvenes científicos con diferentes conjuntos de datos".

Los investigadores también esperan que los hallazgos conduzcan a agentes de IA capaces de aportar avances similares a otras disciplinas, especialmente a la climatología. La meteorología fue un caso de prueba perfecto, ya que combina grandes y complejos conjuntos de datos que cambian con el tiempo y la necesidad de razonar sobre estos datos en un lenguaje sencillo. "La predicción meteorológica es un desafío científico crucial, con profundas implicaciones que abarcan la agricultura, la preparación ante desastres, el transporte y la gestión energética", escriben los investigadores.

Para acortar la distancia entre un modelo de IA basado en código y un agente de IA basado en lenguaje, los investigadores crearon un entorno que permite a los agentes interactuar con modelos y datos meteorológicos mediante código. El agente de IA es capaz de gestionar consultas basadas en lenguaje, traducirlas a código y, posteriormente, traducir las respuestas generadas por el código a lenguaje sencillo.

Zephyrus tuvo un buen desempeño en tareas sencillas, como encontrar ubicaciones con condiciones meteorológicas específicas y pronósticos meteorológicos para lugares específicos en momentos específicos. Sin embargo, presenta dificultades para encontrar ubicaciones con condiciones meteorológicas extremas y generar informes. Los investigadores probaron cuatro LLM de vanguardia para alimentar Zephyrus, y todos tuvieron un rendimiento similar.

Para la próxima iteración del agente de IA, los investigadores planean utilizar conjuntos de datos de entrenamiento más amplios. Los próximos pasos también incluyen el perfeccionamiento de los modelos de código abierto para tareas centradas en el clima.

"Nuestra visión es democratizar las ciencias de la tierra. Zephyrus es un paso crucial hacia la creación de cocientíficos de IA que reducen drásticamente las barreras de entrada, permitiendo a estudiantes e investigadores de todo el mundo acceder y razonar sobre datos meteorológicos y climáticos críticos a una velocidad sin precedentes", asegura Rose Yu, coautora del estudio y profesora del Departamento de Ciencias de la Computación e Ingeniería de la UC San Diego.