¿Cómo perseguir a un amasijo de agua e irrefrenable viento atravesando el océano? Un huracán rebosa poder destructivo, con vientos que pueden superar los 250 Km/h, suficientes para devastar a un puerto como Acapulco.
Su vigor complica incluso su medición para científicos. En el artículo Revisión Crítica De Los Modelos De Evaluación Del Riesgo De Huracanes Y De Los Marcos Predictivos, publicado este año en Elsevier, empresa de análisis de Países Bajos, queda claro que evaluar un huracán es complejo.
A pesar de su sofisticación, los modelos de predicción, como los modelos ADCIRC y SLOSH, empleados por el Centro Nacional de Huracanes de Estados Unidos (NHC), requieren un poder de cómputo intensivo, limitando la rapidez y capacidad de reacción. No olvidemos que un huracán no es precisamente una tortuga.
Pero además, aun con análisis detallados, estos requieren el juicio de expertos y hay que decir que tampoco son los más precisos. Aparte que el SLOSH puede ser inadecuado para áreas costeras complejas, como las líneas costeras con muchas curvas.
Por ello, la inteligencia artificial podría ser la pieza faltante de este rompecabezas.
Google DeepMind área de la empresa enfocada en la construcción de inteligencia artificial, y Google Research presentaron Weather Lab, un sitio web interactivo cargado con los modelos meteorológicos basados en IA.
"Weather Lab presenta nuestro último modelo experimental de ciclón tropical basado en IA, basado en redes neuronales estocásticas. Este modelo puede predecir la formación, trayectoria, intensidad, tamaño y forma de un ciclón, generando 50 escenarios posibles con hasta 15 días de antelación", indicó Google en una entrada de blog.
Google colabora con el NHC, que evalúa los riesgos de ciclones en las cuencas del Atlántico y del Pacífico Oriental, para validar científicamente su enfoque y resultados que, hasta ahora, han sido precisos en las predicciones del modelo de trayectoria y la intensidad del huracán, a menudo más, que los métodos actuales basados en la física, según Google.
La empresa propiedad de Alphabet mencionó en concreto dos: ENS el Sistema de Predicción por Conjunto del Centro Europeo de Pronósticos Meteorológicos a Plazo Medio y el Sistema de Análisis y Pronóstico de Huracanes (HAFS) de la Administración Nacional Oceánica y Atmosférica (NOAA).
Acorde con sus datos, la predicción de la trayectoria de ciclones a 5 días del modelo de IA es, en promedio, 140 km más cercano a la ubicación real del ciclón que ENS, principal modelo de conjunto global basado en la física del ECMWF.
Mientras que superó el error de intensidad promedio del HAFS del NOAA, descrito como un modelo líder regional de alta resolución basado en la física.
Además, el modelo de Google es ventajoso por ser un sistema unificado que predice tanto la trayectoria de un ciclón, gobernada por grandes corrientes atmosféricas, como su intensidad, que depende de procesos turbulentos complejos dentro y alrededor de su núcleo compacto.
Según sus desarrolladores, los alentadores resultados son producto del entrenamiento de la inteligencia artificial con una base de datos especializada que contiene información clave sobre la trayectoria, intensidad, tamaño y radios de viento de casi 5 mil huracanes observados en los últimos 45 años.
Aunque el modelo es experimental, si los resultados mantienen su precisión, podría cambiar los pronósticos de los huracanes para siempre.
Este fenómeno meteorológico ha dejado más de 779 mil 324 víctimas fatales en el mundo los últimos 50 años y 1.4 billones de dólares en costos económicos, según la Organización Meteorológica Mundial.
En tanto, en México, entre 2000 y 2022 los desastres hidrometeorológicos dejaron 446 mil 438 millones de pesos en pérdidas, acorde con la Secretaría de Seguridad.
Otis, el huracán que golpeó Acapulco en 2023, afectó al 80 por ciento de los hoteles; 274 mil viviendas; más de 47 mil negocios; y mil 224 escuelas. Murieron más de 50 personas y el impacto económico llegó a los 16 mil millones de dólares, informó el Instituto de Ingeniería de la UNAM.
