La inteligencia artificial, una herramienta cada vez más presente en clima y meteorología

Madrid, 16 nov (EFE).- El uso de la inteligencia artificial (IA) ha logrado grandes avances en la predicción meteorológica en pocos años y está ya penetrando como una herramienta indispensable en muchos aspectos de la investigación del cambio climático.

Así lo indican a EFE el director del Departamento de Ciencias de la Tierra del Barcelona Supercompunting Center (BSC) e investigador ICREA, Francisco Doblas Reyes, y el investigador del Instituto de Física de Cantabria (IFCA) José Manuel Gutiérrez Llorente.

En el estudio del cambio climático, la IA “está penetrando, en muchos aspectos como una herramienta indispensable”, señala Doblas, entre ellos para hacer los modelos tradicionales que se han usado con el fin de realizar las simulaciones “mucho más rápido y con resultados mucho más utilizables”.

Además, permite analizar los datos existentes con “muchísima más rapidez y cubriendo aspectos que antes resultaban más complicados”, lo que facilita abordar cuestiones que, hasta ahora, no se podía.

Doblas cita igualmente el desarrollo de chatbots que dejan responder a preguntas concretas sobre la adaptación al cambio climático y la mitigación, “siempre que estén desarrollados por personas expertas que usen fuentes fiables sobre el cambio climático”.

Una herramienta que posibilita, por ejemplo, a administraciones públicas o expertos desarrollar evaluaciones de riesgo asociados al clima.

El uso de la IA también está presente, aunque no siempre, en el desarrollo de gemelos digitales, que se usan en la investigación del clima, creando réplicas digitales de gran precisión del clima del planeta.

El BSC está implicado, desde 2023, en la iniciativa europea Destination Earth, con la creación de un gemelo digital del sistema climático terrestre, para simular los futuros impactos del cambio climático y dar respuesta a los sectores socioeconómicos sensibles al clima para que puedan adaptarse a los retos presentes y futuros.

En Destination Earth se usan IA y la última generación de modelos físicos, que conjuntamente simulan el clima de todo el planeta con una resolución espacial sin precedentes, “son la única manera de poder simular las sorpresas que nos depara el futuro y servir la información como apoyo a la decisión", asegura Doblas.

En la predicción del tiempo, la llegada de la IA ha hecho “en muy poquitos años unos avances tremendos, ha sido rompedor”, y ya ha irrumpido, de momento, como complemento y potencialmente como sustituto de los modelos numéricos en la predicción meteorológica a corto plazo, dice Gutiérrez.

En muy poco tiempo, se ha visto cómo los modelos de IA compiten con los físicos, de los que han aprendido; es, "por decirlo de alguna manera, como el hijo que mató al padre”.

Gracias a la IA se pueden hacer predicciones más rápidas y permite un aprendizaje probabilístico. Ahora, las predicciones del tiempo para mañana son muy precisas, pero a medida que abarcan un mayor periodo de tiempo son “cada vez menos deterministas y más probabilísticas”.

Hasta ahora, los modelos de IA se entrenan con los conjuntos de predicciones del pasado, pero ya empieza a haber experiencias para hacerlo usando observaciones de datos de los satélites, “por decirlo de alguna manera, están aprendiendo de la realidad”, lo que con el tiempo podría llegar a ser “un cambio completo de paradigma”.

Sin embargo, ambos investigadores ponen sobre la mesa una limitación de la IA en materia de investigación climática y predicción del tiempo.

El futuro climático, apunta Doblas, “no está escrito, está lleno de sorpresas, y las herramientas que utilizamos de inteligencia artificial están entrenadas con lo que conocemos, con lo que hemos experimentado o lo que hemos podido simular”.

Pero “lo que hemos experimentado es, probablemente, bastante diferente a lo que nos espera el resto de siglo y en los venideros”. Eso quiere decir que “tenemos que seguir experimentando con modelos fisico-químicos lo más complejos posible”, añade.

De igual manera, Gutiérrez señala que en la predicción meteorológica, si no se desarrollaran nuevos modelos numéricos, los sistemas de IA “no podrían aprender cosas nuevas”.