{"id":7415,"date":"2023-11-15T09:23:17","date_gmt":"2023-11-15T09:23:17","guid":{"rendered":"https:\/\/dailyai.com\/?p=7415"},"modified":"2023-11-15T11:28:59","modified_gmt":"2023-11-15T11:28:59","slug":"googles-graphcast-model-predicts-weather-better-than-the-rest","status":"publish","type":"post","link":"https:\/\/dailyai.com\/es\/2023\/11\/googles-graphcast-model-predicts-weather-better-than-the-rest\/","title":{"rendered":"El modelo GraphCast de Google predice el tiempo mejor que el resto"},"content":{"rendered":"

El modelo de aprendizaje autom\u00e1tico de Google DeepMind, GraphCast, super\u00f3 con cierta diferencia a los m\u00e9todos tradicionales de predicci\u00f3n meteorol\u00f3gica en las primeras pruebas.<\/strong><\/p>\n

Predecir el tiempo con exactitud es una tarea dif\u00edcil que se vuelve exponencialmente compleja cuantos m\u00e1s d\u00edas hacia el futuro queramos predecir.<\/p>\n

Por eso las organizaciones meteorol\u00f3gicas recurren a los superordenadores m\u00e1s potentes del mundo para elaborar los complejos algoritmos de predicci\u00f3n que nos dicen si llover\u00e1 ma\u00f1ana o no.<\/p>\n

El modelo Integrated Forecasting System (IFS) que utiliza el Centro Europeo de Predicci\u00f3n Meteorol\u00f3gica a Plazo Medio (ECMWF) est\u00e1 considerado el modelo meteorol\u00f3gico europeo m\u00e1s preciso. Y GraphCast acaba de superarlo con creces.<\/p>\n

GraphCast<\/a> fue capaz de predecir el tiempo con 10 d\u00edas de antelaci\u00f3n con mayor rapidez y precisi\u00f3n que el ECMWF en m\u00e1s de 90% de 1.380 objetivos de verificaci\u00f3n.<\/p>\n

Saber si debes llevarte el paraguas al trabajo es \u00fatil, pero GraphCast podr\u00eda tener un impacto significativo en la predicci\u00f3n precisa de fen\u00f3menos meteorol\u00f3gicos extremos.<\/p>\n

En septiembre, cuando faltaban 9 d\u00edas para que el hurac\u00e1n Lee tocara tierra, las oficinas meteorol\u00f3gicas se esforzaban por predecir qu\u00e9 ciudad se llevar\u00eda la peor parte de la tormenta.<\/p>\n

El modelo IFS pronostic\u00f3 que el hurac\u00e1n golpear\u00eda algunas ciudades del noreste o que posiblemente no las alcanzar\u00eda en absoluto. Por su parte, GraphCast predijo que el hurac\u00e1n Lee golpear\u00eda Nueva Escocia.<\/p>\n

S\u00f3lo 3 d\u00edas despu\u00e9s, el IFS lleg\u00f3 a la misma conclusi\u00f3n, que finalmente result\u00f3 ser exacta. Imag\u00ednese la mejora en el despliegue de recursos y servicios de emergencia que supondr\u00edan 3 d\u00edas m\u00e1s.<\/p>\n

Pushmeet Kohli, vicepresidente de investigaci\u00f3n de Google DeepMind, ha declarado: \"La predicci\u00f3n meteorol\u00f3gica es uno de los problemas m\u00e1s desafiantes en los que la humanidad lleva trabajando mucho, mucho tiempo. Y si nos fijamos en lo que ha ocurrido en los \u00faltimos a\u00f1os con el cambio clim\u00e1tico, se trata de un problema incre\u00edblemente importante.\"<\/p>\n

\n

Presentamos GraphCast: nuestro modelo de IA de \u00faltima generaci\u00f3n que ofrece previsiones meteorol\u00f3gicas a 10 d\u00edas con una precisi\u00f3n sin precedentes en menos de un minuto. \ud83c\udf26\ufe0f<\/p>\n

Incluso puede ayudar a predecir las posibles trayectorias de los ciclones en el futuro.<\/p>\n

As\u00ed es como funciona. \ud83e\uddf5 https:\/\/t.co\/ygughpkdeP<\/a> pic.twitter.com\/0Y6DyBXDow<\/a><\/p>\n

- Google DeepMind (@GoogleDeepMind) 14 de noviembre de 2023<\/a><\/p>\n<\/blockquote>\n