Enlace a la noticia
Los modelos de aprendizaje automático como GenCast funcionan de manera muy distinta a los modelos clásicos.
Los investigadores indican que GenCast proporciona “previsiones más precisas, tanto del tiempo cotidiano como de los fenómenos extremos, que el mejor sistema operativo, el ENS del ECMWF, -que es el sistema de previsión por conjuntos más operativo del que dependen a diario muchas decisiones nacionales y locales-, con hasta 15 días de antelación”.
“GenCast genera 50 predicciones. Son como 50 posibles escenarios que podrían suceder. Con estos 50 futuros, podemos estimar todo tipo de probabilidades, tanto “marginales” (¿habrá una ola de calor en Sevilla?), como probabilidades conjuntas (¿cuánta energía eólica se conseguirá en España dentro de 3 días?)”, detalla Alet Puig.
“Para el sistema tradicional ENS, las 50 predicciones tardan en diseminarse unas 2 horas a partir de cuando el análisis atmosférico está disponible, y eso con un ordenador con miles de procesadores al límite de lo que es posible tecnológicamente”.
Por su parte, GenCast puede generar una predicción en 8 minutos usando un solo dispositivo de hardware no mucho más grande que un ordenador normal.
Para evaluar el rendimiento de GenCast, los científicos lo entrenaron con datos meteorológicos históricos hasta 2018 y lo probaron con datos de 2019. Este nuevo modelo demostró una capacidad de previsión superior a la del ENS.
Para fomentar una colaboración más amplia y ayudar a acelerar la investigación y el desarrollo en la comunidad meteorológica y climática, los autores han convertido GenCast en un modelo abierto.
No hay comentarios:
Publicar un comentario