Los sistemas actuales de predicción meteorológica dependen de modelos físicos y procesamiento en supercomputadoras, lo que requiere horas de cálculos. Investigadores de la Universidad de Cambridge y el Instituto Alan Turing han desarrollado Aardvark, un modelo basado completamente en IA capaz de ofrecer pronósticos precisos en minutos.
El sistema utiliza datos de satélites, estaciones meteorológicas y sensores para generar predicciones en tiempo real. Comparado con modelos tradicionales como el GFS de Estados Unidos, Aardvark ofrece resultados más precisos con un 10 % de los datos y una reducción drástica del consumo computacional.
"Este modelo representa un cambio de paradigma en la meteorología", señala Richard Turner, profesor del Departamento de Ingeniería de la Universidad de Cambridge. "Aardvark puede generar pronósticos personalizados para industrias específicas con gran rapidez".
A diferencia de los métodos tradicionales, que requieren años de desarrollo, Aardvark aprende directamente de los datos. Esto permite adaptaciones rápidas para sectores como la agricultura o las energías renovables, ofreciendo predicciones de temperaturas y vientos con gran precisión.
El Centro Europeo de Predicciones Meteorológicas a Medio Plazo (ECMWF) colabora en la integración de Aardvark en sus sistemas operativos. "Es un paso clave para la predicción meteorológica basada en IA", explica Matthew Chantry, director de aprendizaje automático en ECMWF.
Los investigadores planean expandir Aardvark a nuevas aplicaciones, incluyendo predicción de huracanes, incendios forestales y calidad del aire. "Su flexibilidad lo convierte en una herramienta poderosa para la ciencia del clima", afirma Anna Allen, autora principal del estudio publicado en Nature.
Con la integración de inteligencia artificial en la meteorología, la predicción del clima avanza hacia modelos más rápidos y accesibles, democratizando el acceso a pronósticos precisos en todo el mundo.
