La previsión del clima y otros fenómenos naturales es esencial para proteger vidas, planificar actividades económicas y mitigar desastres. Sin embargo, los modelos numéricos tradicionales que se utilizan para ello son extremadamente complejos y costosos en términos computacionales. Aquí es donde entra Aurora, una IA diseñada para predecir múltiples fenómenos del sistema terrestre a alta resolución y en tiempo récord.
Desarrollado por un equipo internacional liderado por Microsoft, Aurora se presenta como el primer modelo fundacional en su tipo. Inspirado por los avances en modelos de lenguaje e imagen, Aurora ha sido entrenado con una variedad sin precedentes de datos meteorológicos, oceanográficos y químicos. Su arquitectura se basa en un codificador y decodificador 3D de tipo Perceiver, junto a un Swin Transformer que le permite simular la evolución del clima en múltiples escalas temporales y espaciales.
Precisión en múltiples dominios
Aurora se ha afinado para cuatro tareas principales:
- Calidad del aire: Prevé la contaminación atmosférica a 5 días vista con una precisión superior al 74% respecto a sistemas actuales como CAMS, y lo hace en tan solo 0,6 segundos por hora de predicción, frente a las horas que requiere CAMS en supercomputadoras.
- Oleaje oceánico: Predice alturas y direcciones de olas con una precisión del 86% sobre el modelo HRES-WAM, fundamental para la seguridad marítima y la energía offshore.
- Ciclones tropicales: Ha superado en precisión a todos los centros de predicción operativa del mundo en el seguimiento de ciclones durante 2022 y 2023, incluyendo casos extremos como el tifón Doksuri.
- Meteorología de alta resolución: Aurora opera a 0,1° de resolución espacial, superando al modelo IFS de ECMWF en el 92% de los parámetros analizados, y con mejoras significativas en eventos extremos como la tormenta Ciarán.
Una revolución en coste y accesibilidad
Una de las ventajas más destacadas de Aurora es su eficiencia. Mientras que los modelos clásicos necesitan supercomputadoras para ejecutar predicciones, Aurora puede funcionar en una sola GPU, lo que supone una reducción de costes de hasta 100.000 veces. Esto abre la puerta a que países con menos recursos o instituciones académicas puedan acceder a herramientas de predicción avanzadas.
Además, el sistema se puede adaptar fácilmente a nuevos datos o tareas gracias a su enfoque de preentrenamiento y afinado. De hecho, se ha comprobado que al escalar el modelo y diversificar los datos, la precisión mejora incluso en fenómenos extremos.
Implicaciones futuras
Aurora representa un avance con enormes implicaciones. Además de las tareas ya evaluadas, puede ajustarse para prever inundaciones, incendios, productividad agrícola, crecimiento vegetal o producción de energía renovable. Todo ello con una inversión computacional moderada.
Aunque actualmente necesita datos iniciales provenientes de sistemas tradicionales, su desarrollo apunta a una posible autonomía futura basada solo en observaciones directas, como ya ocurre en algunos prototipos de predicción end-to-end.
Este modelo no solo democratiza el acceso a predicciones precisas, sino que redefine lo que es posible en meteorología, climatología y gestión de riesgos medioambientales. Con Aurora, la inteligencia artificial da un paso firme hacia la comprensión y anticipación del planeta.
Podéis ampliar información en el informe publicado en Nature el pasado 21 de mayo.
La fotografía de representación de esta noticia pertenece a NOAA y ha sido publicada en Unsplash
