iaintel·ligènciaartificial.cat← Portada

CIÈNCIA · 5 MIN

Un estudi conclou que la IA aporta avisos previs útils sobre ciclons tropicals, però només si es combina amb els models físics

Publicat a la revista Weather and Forecasting per un equip liderat des de la Universitat de Miami, l'estudi compara el sistema d'IA de previsió meteorològica de l'ECMWF amb el seu model físic tradicional en 18 ciclons de l'Atlàntic del 2024 i troba avantatges i punts febles segons el termini de la previsió.

Il·lustració editorial de Un estudi conclou que la IA aporta avisos previs útils sobre ciclons tropicals, però només si es combina amb els models físics
Escolta:

Els ciclons tropicals de l'Atlàntic solen néixer d'ones equatorials africanes que travessen l'oceà i que, en determinades condicions, s'organitzen fins a convertir-se en tempestes. Preveure amb dies d'antelació quines d'aquestes ones acabaran desenvolupant-se ha estat tradicionalment feina dels models físics de previsió numèrica, però els nous sistemes basats en intel·ligència artificial hi comencen a competir, i la pregunta que es feien els investigadors era si complementen aquests models o simplement els imiten pitjor.

Un equip liderat per Sharan Majumdar, professor de ciències atmosfèriques a la Rosenstiel School de la Universitat de Miami, amb col·laboradors del Centre Europeu de Previsions Meteorològiques a Mitjà Termini (ECMWF), el National Center for Atmospheric Research dels Estats Units, la Universitat de Bonn i la Universitat del Nord d'Illinois, ha publicat a la revista Weather and Forecasting els resultats de comparar el sistema físic tradicional de l'ECMWF (IFS) amb el seu nou sistema de previsió basat en IA (AIFS), aplicats a onades equatorials africanes i al desenvolupament de ciclons a l'Atlàntic entre el 2020 i el 2024. En els 18 ciclons analitzats del 2024, l'AIFS va donar sistemàticament probabilitats de desenvolupament més altes que l'IFS amb una antelació d'entre 84 i 120 hores, especialment per a les ones més fortes, mentre que amb una antelació més curta, de 36 a 48 hores, l'IFS va resultar més fiable; en la posició prevista dels ciclons, l'AIFS va superar sovint la previsió tradicional.

El treball és rellevant perquè posa xifres concretes, amb dades de cinc anys i revisades per parells, a un debat que fins ara es movia sovint entre l'entusiasme i l'escepticisme sobre la fiabilitat dels models d'IA per a fenòmens meteorològics extrems: la conclusió no és que la IA substitueixi els models físics, sinó que hi aporta valor afegit real en trams concrets del termini de previsió, amb marges d'avantatge i desavantatge ben delimitats en lloc de superioritat genèrica.

Els mateixos autors adverteixen que hi ha «una variació considerable d'una tempesta a una altra», que depèn en part del llindar de velocitat del vent que es faci servir per definir el que compta com a «desenvolupament», i insisteixen que l'AIFS ha de complementar els models físics, no substituir-los. L'estudi es limita, a més, a la conca atlàntica i a un període de cinc anys, i no analitza si les mateixes conclusions es mantindrien en altres oceans amb règims de ciclons diferents.

Mateix tema

Butlletí de dissabte

La setmana d’IA, en cinc minuts.