Google també s'ha apuntat a la IA per millorar molts dels serveis i les tecnologies que ofereix als seus usuaris. Un dels seus avenços recents és LLAVORS. Gràcies a aquest nou model, Google utilitzarà Intel·ligència Artificial per pronosticar el temps. Cal esperar que això es tradueixi en prediccions meteorològiques més precises i més senzilles d'elaborar.
SEEDS són les sigles de Scalable Ensemble Envelope Diffusion Sampler, un model de IA generativa capaç de confeccionar conjunts de pronòstics meteorològics a escala de manera eficient, amb un cost molt més baix que els models tradicionals de previsió. Sens dubte, és una tecnologia que obre nous horitzons dins dels àmbits de la meteorologia i la climatologia.
Pronòstics probabilístics: el nou paradigma
Tot i que l'avenç científic en l'estudi del clima i dels fenòmens atmosfèrics ha avançat de forma espectacular en les darreres dècades, encara hi continua havent un gran marge d'error a l'hora de predir quin temps farà en una regió i en un moment determinat. No en va són molts els comentaris jocosos que solem sentir sobre això: L'home del temps sempre s'equivoca. No són judicis justos, però amaguen una mica de debò.
Aquests errors predictius es deuen a l'elevat cost (ens referim al cost computacional) que suposa generar els pronòstics probabilístics. Calen grans i potents ordinadors que les agències meteorològiques no es poden permetre. Per això, es recorre a mètodes més tradicionals d'observació i predicció, el grau de precisió dels quals està lluny de la perfecció.
Ara, gràcies a la IA, generar pronòstics probabilístics deixa de ser una quimera i es converteix en una possibilitat real. El vell somni humà de saber quin temps farà demà amb total fiabilitat serà possible. Un nou paradigma que ho canvia tot. O, si més no, això asseguren des de Google.
Com funciona SEEDS
Vegem com treballa SEEDS, la gran eina amb què Google assegura que pot pronosticar el temps amb un nivell elevat d'exactitud i fiabilitat.
La nova tecnologia es basa en models probabilístics de difusió d'eliminació de soroll (un mètode d'IA generativa en què Google Research va ser pioner). Aquests models generen es basen en el càlcul i assignació de probabilitats sobre el clima, generant prediccions més exactes en menys temps i amb molt menys cost computacional.
Un dels aspectes més destacats de SEEDS és la seva capacitat per generar imatges i vídeos molt detallats. Això és molt útil a l'hora de generar pronòstics i aplicar-los als patrons climàtics clàssics. Dit d'una altra manera, la tecnologia de Google per pronosticar el temps no substitueix els mètodes anteriors, sinó a millorar-los. Un sistema de pronòstic híbrid en què alguns aspectes climàtics són calculats amb un model basat en la física i altres mitjançant la IA per aconseguir, en conjunt, un model predictiu molt més eficient.
Atès que SEEDS modela directament la distribució conjunta de l'estat atmosfèric, capturant de manera realista un munt de dades i magnituds tècniques que influeixen les unes sobre les altres (la pressió mitjana del nivell del mar o la generació dels vents a la troposfera, per exemple). Per a un llec en la matèria, com qui escriu aquest article, tot això sona a xinès, però els meteoròlegs saben apreciar en la mesura justa el que aquesta tecnologia aporta.
Hats a la data, els resultats són prometedors. Els models projectats per SEEDS han estat comparats amb les dades meteorològiques reals a posteriori llançant un grau de coincidència realment elevat. Encara queda un marge de millora considerable, però tot indica que el desenvolupament d'aquesta tecnologia basada en la intel·ligència artificial va per molt bon camí.
Conclusions
SEEDS proposa un model alternatiu de predicció meteorològica que podria revolucionar aquest camp. El notable estalvi de recursos computacionals que suposa es pot utilitzar en dues direccions: incrementar el grau de precisió de les prediccions meteorològiques o bé augmentar la freqüència amb què s'emeten aquests pronòstics. En qualsevol cas, tots dos camins porten al mateix destí: més precisió i fiabilitat.
Aquest és també un molt bon exemple de com la IA pot accelerar el progrés i el desenvolupament de camps científics relacionats amb el clima. Un tema candent i que en aquests moments genera una gran preocupació. Si aquests avenços prosperen, seria possible en un futur no gaire llunyà projectar l'arribada de certs desastres meteorològics (tempestes, huracans, inundacions…) i, si no evitar-los, almenys pal·liar-ne les conseqüències.
Val a dir també que es tracta d'una tecnologia a les planes. Ara com ara, el model SEEDS i altres tecologies en desenvolupament s'inclourà dins d'altres projectes de Google com MetNet-3 i GraphCast. Fins que el seu ús no es perfeccioni i es generalitzi, haurem de continuar recorrent a altres eines com les aplicacions per predir el temps, les quals tampoc funcionen gens malament.