Publicidad

La inteligencia artificial mejora el seguimiento de los tifones en Japón, pero aún no mide bien su intensidad

Los sistemas de pronóstico basados en inteligencia artificial han demostrado una mayor precisión que los modelos meteorológicos físicos convencionales a la hora de anticipar la trayectoria del tifón Champi en Japón. La mejora puede ayudar a las autoridades a delimitar antes las zonas expuestas y a preparar evacuaciones con más margen.

Sin embargo, la tecnología todavía presenta una limitación importante: calcula peor la intensidad del fenómeno. Saber hacia dónde se desplaza un tifón es esencial, pero conocer la velocidad de sus vientos y la cantidad de lluvia que puede descargar resulta igualmente decisivo para evaluar los daños y activar los protocolos de emergencia.

Más precisión para anticipar la trayectoria

Los modelos de inteligencia artificial analizan grandes volúmenes de datos meteorológicos y detectan patrones que pueden pasar desapercibidos en otros sistemas de predicción. Entre la información utilizada se encuentran las observaciones de satélites, la presión atmosférica, la temperatura del océano, la humedad y la evolución de tormentas anteriores.

En el caso del tifón Champi, estos pronósticos aventajaron a las herramientas físicas tradicionales al estimar el recorrido del ciclón. La predicción de la ruta permite conocer con mayor antelación qué regiones podrían quedar afectadas, incluso cuando el fenómeno todavía se encuentra lejos de la costa.

Esta capacidad puede reducir uno de los principales problemas de la gestión de tifones: la incertidumbre. Una previsión más afinada facilita la planificación de cortes preventivos, el despliegue de equipos de rescate y la apertura de refugios en las zonas con mayor riesgo.

La intensidad sigue siendo el gran reto

La principal dificultad aparece al intentar determinar la fuerza real del tifón. Los sistemas de inteligencia artificial pueden calcular con bastante precisión el desplazamiento del centro de la tormenta, pero todavía tienen más problemas para establecer cómo evolucionarán sus vientos máximos y su presión central.

La intensidad de un tifón no es un dato secundario. De ella dependen la violencia de las rachas de viento, la capacidad destructiva de la tormenta y la cantidad de agua que puede acumularse en pocas horas. Dos ciclones que sigan una trayectoria similar pueden provocar consecuencias muy distintas si uno de ellos se intensifica rápidamente.

Además, la fuerza de estos sistemas puede cambiar con rapidez cuando atraviesan aguas especialmente cálidas o interactúan con otros fenómenos atmosféricos. Esas variaciones dificultan que los algoritmos mantengan la misma precisión durante todo el ciclo de vida del tifón.

Una herramienta que complementa a los modelos físicos

El avance de la inteligencia artificial no implica necesariamente la sustitución inmediata de los modelos meteorológicos tradicionales. Los sistemas físicos se basan en ecuaciones que describen el comportamiento de la atmósfera y continúan siendo fundamentales para representar procesos complejos.

La tendencia apunta a combinar ambos enfoques. La inteligencia artificial puede aportar rapidez, identificar relaciones en grandes conjuntos de datos y mejorar determinadas predicciones. Los modelos convencionales, por su parte, ofrecen una base científica para interpretar la evolución de la atmósfera y comprobar la coherencia de los resultados.

Esta combinación también puede ayudar a detectar los casos en los que un pronóstico automatizado presenta un nivel de confianza bajo. Para los servicios meteorológicos, disponer de varias fuentes de información es especialmente importante cuando una tormenta amenaza zonas densamente pobladas.

El impacto de unas previsiones más precisas

En Japón, donde los tifones pueden provocar inundaciones, corrimientos de tierra y daños en infraestructuras, mejorar la predicción supone una ventaja directa para la protección civil. Una ruta más fiable puede traducirse en avisos más concretos y en medidas preventivas mejor ajustadas a cada municipio.

También puede reducir las evacuaciones innecesarias, siempre que la información sobre la trayectoria se comunique junto con sus márgenes de incertidumbre. Una predicción más precisa no elimina el riesgo, pero sí permite explicar mejor qué zonas están expuestas y durante cuánto tiempo.

Con todo, los expertos y las autoridades necesitan valorar la trayectoria y la intensidad de forma conjunta. Un tifón que se desvía ligeramente puede seguir siendo peligroso si mantiene vientos extremos o descarga lluvias persistentes sobre una misma región.

El desafío de mejorar los datos

El rendimiento de cualquier sistema de inteligencia artificial depende de la calidad y variedad de los datos con los que se entrena. Los tifones más intensos son menos frecuentes que las tormentas moderadas, por lo que existen menos registros comparables para que los algoritmos aprendan de ellos.

Ampliar las observaciones mediante satélites, boyas oceánicas, radares y mediciones en superficie puede contribuir a corregir esta carencia. También será necesario evaluar los modelos en diferentes cuencas y condiciones atmosféricas, ya que un sistema eficaz en Japón no tiene por qué comportarse igual en otras regiones.

La evolución del seguimiento del tifón Champi muestra, en definitiva, el potencial de la inteligencia artificial para mejorar los pronósticos meteorológicos. Su ventaja en la predicción de la ruta es relevante, pero el cálculo de la intensidad continúa siendo una asignatura pendiente. Hasta que ambas variables alcancen un nivel de fiabilidad similar, la supervisión de los meteorólogos seguirá siendo imprescindible.

Artículo anteriorBilbao explora cómo la IA transformará el turismo accesible
Artículo siguienteEl exazulgrana Kasparas Jakucionis deslumbra y avisa a los Bucks