La predicción fiable del sistema terrestre es esencial para mitigar los desastres naturales y la inteligencia artificial ha demostrado ser prometedora para mejorarla. La revista Nature publica este miércoles (21.05.2025) detalles de Aurora, un modelo entrenado con más de un millón de horas de datos geofísicos diversos.

Desarrollada por Microsoft, esta herramienta de inteligencia artificial (IA) puede superar –según la publicación científica– las previsiones existentes sobre el sistema terrestre, permitiendo una previsión más precisa y eficaz de la calidad del aire, las trayectorias de los ciclones tropicales y la dinámica de las olas oceánicas, así como una predicción meteorológica de alta resolución.

Microsoft ya dio a conocer este modelo el pasado año; hoy publica sus características en Nature.

Capacidades avanzadas del modelo Aurora

Las previsiones del sistema terrestre proporcionan información sobre una serie de procesos, como el tiempo, la calidad del aire, las corrientes oceánicas, el hielo marino y los huracanes, y sirven como herramientas integrales para proporcionar alertas tempranas de fenómenos extremos. 

Estas se basan en complejos modelos elaborados a partir de décadas de datos, que exigen un gran esfuerzo informático y a menudo requieren superordenadores y equipos completos para su mantenimiento.

Los recientes avances en IA han demostrado ser prometedores en cuanto a rendimiento y eficacia predictiva; sin embargo, su uso en la previsión del sistema terrestre no se ha explorado a fondo, señala Nature.

Paris Perdikaris, de la Universidad de Pensilvania (Estados Unidos), y su equipo han desarrollado Aurora, un modelo de IA entrenado con más de un millón de horas de datos geofísicos –obtenidos de satélites, radares y estaciones meteorológicas, simulaciones y pronósticos–.

Aurora, que genera pronósticos en segundos, supera a los modelos existentes en calidad del aire, olas oceánicas, trayectorias de ciclones tropicales y meteorología de alta resolución con un coste computacional inferior al de los métodos de previsión actuales. 

"Con la capacidad de ajustarse con precisión para diversas aplicaciones a un coste moderado, Aurora representa un paso notable hacia la democratización de predicciones precisas y eficientes del sistema terrestre", escriben los autores en su artículo.

Los investigadores, también de Microsoft Research y de las universidades de Ámsterdam y Cambridge, entre otros, informan de que el modelo obtuvo mejores resultados que siete centros de pronóstico en las predicciones de trayectorias ciclónicas a 5 días en el 100 % de los objetivos medidos y en el 92 % de los objetivos para las predicciones meteorológicas a 10 días. 

Los experimentos necesarios para entrenar Aurora duraron entre 4 y 8 semanas, frente a los años que se necesitan actualmente para desarrollar modelos de referencia. Los autores señalan que este plazo solo fue posible gracias a los datos acumulados previamente con los enfoques tradicionales.

Los investigadores indican que esta IA es un modelo base para el sistema terrestre y que podría adaptarse para otros usos además de la predicción meteorológica. 

Un modelo base, explica Microsoft en su web, es un modelo de IA a gran escala entrenado con una amplia variedad de datos. Aurora es único porque no se limita a la predicción meteorológica con IA, sino que es solo una de las funciones que ofrece.

Lo que distingue a Aurora es que se entrena inicialmente como modelo base y, posteriormente, puede especializarse mediante ajustes para ir más allá de lo que se considera la predicción meteorológica tradicional, como el pronóstico de la contaminación atmosférica, añade la compañía.

Durante su desarrollo, los investigadores ajustaron el modelo a diversas capacidades de predicción, incluyendo la de olas oceánicas y ciclones tropicales, lo que demuestra –recalca Microsoft– su capacidad como modelo base para el sistema terrestre, en lugar de solo para la atmósfera.

Competencia en IA meteorológica: Google vs Microsoft

Microsoft no es la única compañía que ha desarrollado una IA de este tipo. Por ejemplo, a finales de 2023 Google publicó en la revista Science su modelo basado en aprendizaje automático, GraphCast, capaz de hacer un pronóstico de la meteorología "más rápido y preciso" con hasta 10 días de antelación.

Google también dijo que su IA superaba "significamente" a los sistemas tradicionales y que sirve para ofrecer alertas más tempranas sobre fenómenos meteorológicos extremos. 

FEW (EFE, Nature, Microsoft)

Puede ser de su interés

Así predice la IA los próximos fenómenos meteorológicos extremos

https://www.sostenibilidad.com/desarrollo-sostenible/inteligencia-artificial-cambio-climatico/

Los modelos meteorológicos basados en IA tropiezan con la predicción de fenómenos inéditos

A inicios de este año, el Centro Europeo de Previsiones Meteorológicas a Medio Plazo puso en funcionamiento el Sistema de Predicción por Inteligencia Artificial (AIFS), el primero plenamente operativo que se basa en la inteligencia artificial para la previsión del tiempo. Otros modelos experimentales, como el GraphCast de Google, el FourCast del Instituto Tecnológico de California y el Pangu-Weather de la empresa china Huawei buscan también dar el paso adelante en esta nueva revolución de la meteorología, que, para Pedram Hassanzadeh, profesor asociado de ciencias geofísicas de la Universidad de Chicago, tiene importantes ventajas al tratarse de “modelos baratos, fáciles de desarrollar, precisos y rápidos, que además reducen la factura de la luz”.

Hassanzadeh, sin embargo, sabe que los modelos de predicción del tiempo basados en inteligencia artificial aún no son perfectos. El científico forma parte del grupo de académicos de las universidades de Chicago, Nueva York y Santa Cruz, en California, que recientemente expusieron una importante limitación de esta tecnología: la predicción de eventos meteorológicos inéditos.

La investigación, publicada hace un mes en la revista Proceedings de la Academia Nacional de Ciencias de Estados Unidos, plantea que estos nuevos modelos pueden hacer previsiones meteorológicas a corto plazo con una “precisión sorprendente”, pero que fallan cuando se trata de fenómenos de alta intensidad que no se encuentran en los datos con los que se entrenó a la inteligencia artificial. Esto se debe a que las redes neuronales con las que funciona la IA solo pueden predecir con base en patrones del pasado.  https://elpais.com/proyecto-tendencias/2025-06-18/los-modelos-meteorologicos-basados-en-ia-tropiezan-con-la-prediccion-de-fenomenos-ineditos.html

La Organización Meteorológica Mundial aprueba un plan de acción sobre inteligencia artificial para encarar el futuro

Un nuevo Grupo Consultivo Mixto sobre Inteligencia Artificial fundamentará las actividades de la Organización encaminadas a desarrollar y emplear tecnologías de IA en los ámbitos de la meteorología y la hidrología. Tratará de acelerar la integración de la IA en la infraestructura y las actividades de investigación de la OMM. Una de las labores principales será la incorporación de la IA al Sistema Integrado de Proceso y Predicción de la OMM (WIPPS), la piedra angular de todos los pronósticos.

La OMM colaborará con los sectores público y privado y con el mundo académico para reforzar todo el ciclo de valor que permite aplicar los datos meteorológicos, climatológicos e hidrológicos a la esfera de los servicios mediante el uso de tecnologías de IA y aprendizaje automático, según la resolución aprobada por el Consejo Ejecutivo. En ese instrumento se reconoce el potencial revolucionario de la IA, al tiempo que se destaca la necesidad de atenerse a normas científicas y éticas y de defender la función de los Servicios Meteorológicos e Hidrológicos Nacionales (SMHN) como emisores autorizados de alertas para la población.

"La IA está redefiniendo rápidamente la forma en que trabajamos y demanda nuevas competencias y una mayor adopción de esta tecnología. Tenemos que encarar este reto y, al hacerlo, debemos ser cautelosos en las medidas con repercusiones a corto plazo al tiempo que trabajamos activamente en pro de la innovación en IA y su expansión a largo plazo", afirmó el Presidente de la OMM, Abdulla Al Mandous. https://wmo.int/es/news/media-centre/la-organizacion-meteorologica-mundial-aprueba-un-plan-de-accion-sobre-inteligencia-artificial-para