Nvidia lanza StormCast, modelo de IA generativa que mejora detección de fenómenos meteorológicos severos

Nvidia ha desarrollado, en colaboración con el Laboratorio Nacional Lawrence Berkeley y la Universidad de Washington, un modelo de IA generativa pensado para mejorar la detección y predicción de fenómenos meteorológicos severos. El modelo, al que han llamado StormCast, sirve además de como apoyo al desarrollo de modelos climáticos y a la predicción meteorológica en general.

En concreto, lo que hace este modelo es rastrear el desarrollo de las células tormentosas con más rapidez y precisión que los sistemas empleados actualmente para ello. Su objetivo son los patrones climáticos que son mayores que una tormenta convencional, pero más pequeños que los de los huracanes.

El modelo se ha entrenado con los datos climáticos recogidos durante tres años y medio en el centro de Estados Unidos por la Administración oceánica y atmosférica nacional de EEUU, la NOAA. La región donde se ha recopilado la información registra habitualmente tornados y supercélulas, especialmente en los meses más calurosos del verano.

En comparación con los simuladores climáticos asistidos por machine learning existentes, que tienen por lo general una resolución de 30 kilómetros y un alcance temporal de seis horas, Nvidia señala que la resolución de StormCast es mayor: hasta tres kilómetros. También puede generar predicciones nuevas cada hora.

Cuando se utiliza en combinación con un radar de precipitaciones, StormCast es un 10% más preciso que cuando se usan los mejores modelos de meteorología regionales de 3 kilómetros. Además, permite tiempos de ejecución de hasta seis horas.

StormCast es uno de los modelos de IA desarrollador por Nvidia en los últimos meses para mejorar ciertos aspectos de la predicción meteorológica. La pasada primavera lanzó CorrDiff en Computex, un modelo de difusión entrenado para generar imágenes de alta resolución de hasta dos kilómetros a partir de datos de modelos meteorológicos regionales de Taiwan.

Según la compañía, los modelos que produce tienen una resolución 12,5 veces mayor que los empleados convencionalmente, y se pueden generar 1.000 veces más rápido que con los modelos numéricos existentes. De hecho Taiwan ya ha adoptado CorrDiff para predecir el impacto de los tifones en la región. Además, está preparado para poder utilizarse de manera conjunta con StormCast. En este caso, CorrDiff es capaz de realizar predicciones nuevas basándose en otras del pasado.