El modelo de IA de Google acertó la ruta del huracán Isaias donde los pronósticos tradicionales fallaron

La herramienta WeatherNext Cyclones situó el desembarco con un margen de 60 kilómetros hasta tres días antes, mientras las proyecciones físicas lo ubicaban cerca de Luisiana o Misisipi en sus cálculos

El Centro Nacional de Huracanes basó gran parte de sus avisos oficiales en la tecnología de Google DeepMind. (REUTERS/Steve Marcus/File Photo)
El Centro Nacional de Huracanes basó gran parte de sus avisos oficiales en la tecnología de Google DeepMind. (REUTERS/Steve Marcus/File Photo)
Guardar

El Centro Nacional de Huracanes de Estados Unidos (NHC) basó buena parte de sus avisos sobre el huracán Isaias en un modelo de inteligencia artificial de Google DeepMind, que ubicó con precisión el ingreso del ciclón en Florida cuando los pronósticos tradicionales lo situaban cientos de kilómetros más al oeste, cerca de Luisiana.

Isaias, el primer huracán de la temporada atlántica 2026, tocó tierra cerca de Destin, Florida, en la noche del 9 de octubre como categoría 2, con vientos sostenidos de 169km/h. El fenómeno dejó al menos cuatro muertos y cortó la electricidad a más de 670.000 usuarios en Florida, Alabama y Georgia.

PUBLICIDAD

Tres días antes del impacto, los modelos físicos tradicionales, como el europeo ECMWF y el estadounidense GFS, ubicaban el ingreso del huracán cerca de Luisiana o Misisipi. El sistema de Google, llamado WeatherNext Cyclones, señaló desde el primer boletín una trayectoria más al este, hacia Florida, según los avisos del NHC.

El huracán Isaias tocó tierra cerca de Destin en Florida y dejó cuatro muertos y miles de usuarios sin electricidad. (REUTERS/Marco Bello)
El huracán Isaias tocó tierra cerca de Destin en Florida y dejó cuatro muertos y miles de usuarios sin electricidad. (REUTERS/Marco Bello)

“Cada tormenta tiene sus propios desafíos de pronóstico”, explicó Michael Brennan, director del NHC, a NPR. El funcionario dijo que el organismo combina modelos de inteligencia artificial y tradicionales en un enfoque de consenso antes de emitir sus avisos oficiales.

Qué acierto tuvo la inteligencia artificial de Google

Google DeepMind sostuvo que su modelo mantuvo la ubicación proyectada del desembarco dentro de un margen de 60 kilómetros hasta tres días antes del impacto, según una publicación propia de la compañía. También anticipó, con varios días de anticipación, que Isaias llegaría a huracán mayor, algo que los modelos físicos subestimaron.

PUBLICIDAD

Un análisis de la firma HurriLab, citado por el meteorólogo Michael Lowry, encontró que los modelos físicos tradicionales ubicaron el ingreso del huracán más de un día tarde, con errores de trayectoria más del doble del promedio de los últimos cinco años. El modelo de Google acertó el horario del desembarco con un margen de pocas horas.

La herramienta de Google ubicó la zona del desembarco con un margen de sesenta kilómetros tres días antes del suceso. (REUTERS/Dado Ruvic/Illustration)
La herramienta de Google ubicó la zona del desembarco con un margen de sesenta kilómetros tres días antes del suceso. (REUTERS/Dado Ruvic/Illustration)

“Los modelos de inteligencia artificial son una caja negra: no sabemos por qué aciertan ni por qué fallan”, advirtió Lowry, meteorólogo radicado en Miami, en diálogo con NPR. Agregó que el sistema de Google “se consolidó en los últimos años como el modelo de referencia” para pronosticar huracanes.

Cuál fue el punto débil de la inteligencia artificial

Pese al acierto en la trayectoria, el pronóstico oficial del NHC superó al de Google DeepMind a la hora de calcular la fuerza del huracán. Según Brennan, el organismo tuvo entre 20% y 40% más de precisión para estimar la intensidad de Isaias, que llegó a categoría 3 con vientos de 193km/h antes de debilitarse cerca de la costa.

(Imagen Ilustrativa Infobae)
El pronóstico del NHC superó al cálculo de la inteligencia artificial al estimar la fuerza del viento del ciclón. (Imagen Ilustrativa Infobae)

Brennan señaló que el modelo de Google no tuvo buen desempeño al pronosticar la trayectoria del huracán Simon, en el Pacífico oriental. El equipo del NHC comparte de forma regular sus observaciones con la compañía para corregir esos errores.

Ese intercambio, según Lowry, permitió en apenas un año mejoras equivalentes a una década de avances en los modelos tradicionales. El NHC comenzó a incorporar el modelo de Google a sus pronósticos oficiales en 2025.

El modelo de Google redujo el error promedio de trayectoria a setenta y dos horas frente al modelo europeo en 2025. (REUTERS/Dado Ruvic/Illustration/File Photo)
El modelo de Google redujo el error promedio de trayectoria a setenta y dos horas frente al modelo europeo en 2025. (REUTERS/Dado Ruvic/Illustration/File Photo)

En esa primera temporada, el error promedio de trayectoria a 72 horas del modelo de Google fue de 123km, frente a 151km del pronóstico oficial del NHC y 190km del modelo físico europeo ECMWF, según el informe de verificación del propio organismo citado por el medio especializado Horizon Search Institute.

Un estudio publicado este año en la revista Nature, firmado por investigadores de Google DeepMind junto con pronosticadores del NHC, evaluó más de doscientos ciclones tropicales en el mundo. Halló que el sistema ofrece, en promedio, un día adicional de anticipación frente a los modelos operativos tradicionales para trayectoria e intensidad.

La temporada de huracanes del Atlántico se extiende hasta el 30 de noviembre y seguirá funcionando como banco de pruebas para comparar el desempeño de los modelos de inteligencia artificial frente a los sistemas físicos que el NHC utiliza desde hace décadas.

PUBLICIDAD

PUBLICIDAD