La inteligencia artificial revoluciona la predicción meteorológica, superando a modelos tradicionales en la trayectoria de huracanes

Tecnologia
La predicción meteorológica ha experimentado una transformación con la integración de la inteligencia artificial, que ahora opera en tiempo real para asistir a los profesionales. Modelos basados en machine learning han demostrado una notable precisión, como se evidenció con el huracán Isaías, donde la IA superó a los sistemas tradicionales en la anticipación de su trayectoria. Aunque los métodos clásicos aún mantienen ventaja en la predicción de la fuerza, la IA se consolida como una herramienta invaluable, mejorando la eficiencia y la anticipación de eventos climáticos extremos.

Durante décadas, pronosticar el clima de los próximos días representaba un desafío considerable, que dependía del uso de supercomputadoras y la física pura, con el respaldo de un equipo de meteorólogos. En la actualidad, la inteligencia artificial está redefiniendo estas normas, ya que los modelos basados en machine learning han trascendido la fase de promesa de laboratorio para operar en tiempo real, ofreciendo soporte a estos especialistas.

Para ilustrar la potencia de esta tecnología en el ámbito meteorológico, se compartió cómo un modelo de DeepMind anticipó la formación del huracán Isaías con una exactitud casi milagrosa. En particular, el modelo FNV3 de Weather Labs es considerado una de estas grandes innovaciones.

En lo que respecta a la trayectoria, la inteligencia artificial fue excepcionalmente precisa. Según un análisis, el modelo de IA predijo el momento en que el huracán tocaría tierra con un margen de error de solo unas pocas horas, con más de tres días de antelación, y fue el modelo que más se aproximó al punto de impacto real en Florida. En contraste, los sistemas tradicionales, tanto europeos como americanos, se desviaron significativamente hacia el oeste.

Sin embargo, es importante señalar que, aunque funcionó muy bien, el director del Centro Nacional de Huracanes matizó que el pronóstico oficial del NHC tuvo entre un 20 y un 40% más de habilidad que la IA al predecir la fuerza del huracán. En este aspecto, los modelos clásicos como HWRF y HMON, sin duda, continuaron siendo superiores en los pronósticos de intensidad a largo plazo.

Más allá de este caso particular, existe una considerable cantidad de literatura científica que resalta las ventajas de utilizar estos modelos de IA. Por ejemplo, un artículo publicado en Nature este mismo año sobre el modelo WeatherNext Cyclones demostró que, tras ser evaluado con ciclones entre 2023 y 2025, logró ofrecer, en promedio, un día o más de ventaja en la anticipación frente a los principales modelos operativos actuales.

La prueba más significativa provino del informe del NHC de 2025, el primer año en que incorporaron modelos de IA en sus operaciones en tiempo real. En este informe, el modelo de DeepMind superó el pronóstico del NHC en la trayectoria entre 12 y 72 horas, alcanzando una habilidad comparable en intensidad. Estos resultados han llevado a su integración plena en las operaciones diarias.

Durante el huracán Isaías, los meteorólogos estadounidenses ajustaron sus pronósticos oficiales para que se asemejaran a los del modelo de DeepMind, relegando a un segundo plano a sistemas históricos como el modelo europeo o el GFS estadounidense. Este nivel de confianza también explica lo sucedido con el huracán Melissa, donde el NHC logró anticipar su rápida intensificación casi tres días antes de que llegara a Jamaica, apoyándose en la IA. Por su parte, el Centro Europeo de Previsiones Meteorológicas a Plazo Medio ya tiene la IA plenamente operativa con su modelo AIFS, listo desde el 25 de febrero del año pasado, junto al modelo físico IFS. La principal diferencia aquí radica en su eficiencia, ya que la IA consume aproximadamente 1.000 veces menos energía por pronóstico.

En España, la AEMET también avanza en este campo, aunque con un enfoque más pragmático dentro del marco europeo con el modelo ANEMOI-ML. La agencia pública señala que, actualmente, los resultados con IA son inferiores a los de los modelos tradicionales, siendo el principal problema la suavización de los extremos meteorológicos, un factor de riesgo importante al emitir alertas por precipitaciones torrenciales.

Los meteorólogos son esenciales y, a priori, no serán reemplazados por la IA como se podría pensar. Hoy en día, la mayoría de los modelos requieren de la meteorología tradicional para iniciarse y procesar toda la información mediante complejos cálculos físicos, funcionando por el momento como un sistema de apoyo. Esto no descarta que, una vez que la IA logre abarcar todo el proceso, desde la captura de datos de un sensor hasta la elaboración del mapa del tiempo, los modelos físicos tradicionales puedan quedar obsoletos.