Se espera poder predecir con m??s precisi??n lo que puede pasar en las pr??ximas 24 horas.
Nos hemos vuelto adictos en nuestros tel??fonos a estar controlando el estado del tiempo. Dependiendo de d??nde viva, necesita saber las condiciones esperadas para poder planificar actividades al aire libre, un evento o una actividad importante que podr??a por las condiciones del tiempo.
Estos pron??sticos que nos dicen las condiciones esperadas en las pr??ximas horas y d??as por lo general vienen de los mismos modelos meteorol??gicos globales, no importa si se est?? en el tr??pico o en los Himalayas.
Desde el comienzo de la predicci??n meteorol??gica moderna en la d??cada de 1950, los meteor??logos se han basado principalmente en la ???predicci??n num??rica del tiempo???: modelos matem??ticos que simulan el mundo y la atm??sfera de acuerdo con la f??sica del agua, el viento, la tierra y la luz solar, y las infinitas formas en que interact??an. Todos los modelos intentan simular c??mo se comporta la atm??sfera basada en ciertas condiciones iniciales o condiciones observadas.
Desde entonces los modelos han ido mejorando tanto en espacio como tiempo. Pero en los ??ltimos a??os, la proliferaci??n de sat??lites de observaci??n de la Tierra, as?? como los nuevos sensores, y hasta millones de tel??fonos modernos que proveen datos de presi??n atmosf??rica an??nimamente se han provisto para estas predicciones, exigiendo aumentos exponenciales en la potencia de c??lculo para hacer predicciones oportunas.
A medida que las nuevas t??cnicas de aprendizaje autom??tico o?????machine learning?????se vuelven omnipresentes y que ya usamos para reconocer rostros o imitar la escritura humana, estas mismas t??cnicas se est??n probando para?????leer?????las nubes en las im??genes satelitales y las im??genes de reader para estimar su evoluci??n.
El aprendizaje autom??tico es un sistema de algoritmos inform??ticos que puede aprender ???viendo??? ejemplos, observando informaci??n hist??rica y determinando la evoluci??n. El aprendizaje autom??tico es parte de la inteligencia artificial que combina datos con herramientas estad??sticas para predecir un resultado.
Google, est?? utilizando un enfoque libre de f??sica basado en datos, lo que significa que el algoritmo est?? aprendiendo a aproximarse a la f??sica atmosf??rica por medio de los ejemplos de entrenamiento, no incorporando conocimiento previo de c??mo funciona la atm??sfera como lo hacen los modelos. Su enfoque es tratar la predicci??n meteorol??gica como un problema de evoluci??n de una imagen a otra, viendo c??mo se han comportado eventos reales que sirven de ejemplo.
La Inteligencia artificial est?? haciendo que los m??todos de predicci??n existentes sean m??s eficientes, contribuyendo a aumentos en la velocidad y precisi??n de la predicci??n, y se han visto avances para detectar y estimar las rutas de condiciones clim??ticas adversas como tornados y granizo con mayor precisi??n. Una ventaja significativa del aprendizaje autom??tico es que la inferencia es computacionalmente barata dado que el modelo ya est?? entrenado.
Esta tecnolog??a no reemplazar?? la previsi??n meteorol??gica tradicional, sino que aumentar?? y fortalecer?? los m??todos existentes. Principalmente se est?? explorando y utilizando para predecir el muy corto plazo es decir lo que puede pasar en las pr??ximas 6 a?? 24 horas.?? Por ahora han tenido ??xito y se espera que pronto tengamos mayor precisi??n para condiciones de corto plazo
PrensaLibre -AP