Por: Maria Camila Gonzalez Mosquera

La inteligencia artificial está transformando la predicción del clima, superando los modelos tradicionales y prometiendo reducir el impacto de desastres naturales.

Las últimas dos décadas han sido testigo de un dramático aumento en la frecuencia e impacto de los desastres naturales, con las inundaciones afectando a casi 2.500 millones de personas y causando más de 244.000 muertes. Frente a esta devastación, la tecnología emergente de inteligencia artificial está marcando un antes y un después en la predicción meteorológica. Modelos como Aurora de Microsoft, TerraMind de IBM y ESA, y GraphCast de Google DeepMind están superando en precisión a los métodos convencionales en más del 90% de los casos evaluados.

El desarrollo de estas tecnologías ha sido posible gracias a la colaboración entre grandes corporaciones tecnológicas y académicas. Por ejemplo, Aurora fue desarrollado por Microsoft en colaboración con universidades de renombre como Pensilvania, Cambridge y Ámsterdam. Paris Perdikaris, profesor en la Universidad de Pensilvania y coautor del estudio sobre Aurora, destaca que este modelo puede predecir con precisión eventos climáticos extremos sin depender directamente de principios físicos tradicionales.

Estos modelos de IA no solo ofrecen predicciones más rápidas y precisas, sino que también son más accesibles. Requieren menos recursos computacionales, lo que permite su uso en una variedad de entornos, incluso aquellos con limitaciones tecnológicas. Por ejemplo, TerraMind ha sido diseñado para funcionar eficazmente incluso con poca memoria computacional, lo que facilita su adopción en regiones menos desarrolladas.

La implementación de estas tecnologías podría significar un cambio radical en la gestión de desastres naturales. Al predecir con mayor anticipación y precisión eventos como huracanes y lluvias torrenciales, es posible reducir significativamente tanto las pérdidas humanas como económicas. Además, la democratización de estas herramientas permite que comunidades vulnerables y agricultores puedan tomar decisiones informadas basadas en predicciones climáticas de alta resolución, contribuyendo a una gestión más justa y eficaz del clima global.