Google se apunta al pronóstico del tiempo a medio plazo. Con este fin ha puesto en marcha Google Graph, una herramienta que aplica la inteligencia artificial y el Big Data al análisis meteorológico y que, según el gigante estadounidense consigue resultados mucho más fiables que los conseguidos con los métodos logarítmicos tradicionales.

GraphCast predice las condiciones meteorológicas con hasta 10 días de antelación con mayor precisión y mucho más rápido que el sistema de simulación meteorológica estándar de la industria: el Pronóstico de Alta Resolución, producido por el Centro Europeo de Pronósticos Meteorológicos a Plazo Medio (ECMVF).

En las pruebas realizadas de una evaluación a la troposfera, la región de la atmósfera de 6 a 20 kilómetros de altura más cercana a la superficie de la Tierra donde el pronóstico preciso es más importante, Graphcast superó al modelo tradicional HRES en el 99,7% de las variables de prueba para el clima futuro.

GraphCast es, según Google, el sistema de pronóstico meteorológico global de 10 días más preciso del mundo y puede predecir eventos climáticos extremos en el futuro más allá de lo que era posible anteriormente, desde la generación y trayectoria de huracanes hasta la aparición de temperaturas extremas. A medida que los patrones climáticos evolucionan en un clima cambiante, GraphCast evolucionará y mejorará a medida que haya datos de mayor calidad disponibles.

La predicción del tiempo es uno de los esfuerzos científicos más antiguos y desafiantes. Las predicciones a mediano plazo son importantes para respaldar la toma de decisiones clave en todos los sectores, pero son difíciles de hacer con precisión y eficiencia. Los pronósticos generalmente se basan en la predicción meteorológica numérica, que comienza con ecuaciones físicas cuidadosamente definidas, que luego se traducen en algoritmos informáticos ejecutados en supercomputadoras. Si bien este enfoque tradicional ha sido un triunfo de la ciencia y la ingeniería, diseñar las ecuaciones y los algoritmos lleva mucho tiempo y requiere una gran experiencia, así como costosos recursos informáticos para hacer predicciones precisas.

El ‘deep learning’, aprendizaje profundo, ofrece un enfoque diferente: utilizar datos en lugar de ecuaciones físicas para crear un sistema de pronóstico del tiempo. GraphCast se basa en décadas de datos meteorológicos históricos para aprender un modelo de las relaciones de causa y efecto que gobiernan cómo evoluciona el clima de la Tierra, desde el presente hacia el futuro.

GraphCast se une a otros sistemas de predicción meteorológica de última generación de Google DeepMind y Google Research, incluido un modelo regional Nowcasting que produce pronósticos con hasta 90 minutos de antelación, y MetNet-3 , un modelo regional de predicción meteorológica que ya está en funcionamiento en todo Estados Unidos. y Europa que produce pronósticos de 24 horas más precisos que cualquier otro sistema.