Per predir amb més exactitud la intensitat i localització de la dana Alice , l’ Agència Estatal de Meteorologia ( Aemet) ha fet servir un model de predicció basat en intel·ligència artificial (IA) que és operatiu des del febrer d’aquest any i funciona paral·lel al model tradicional. Amb l’aportació de la IA, els meteoròlegs ara poden saber la magnitud d’una tempesta amb més precisió i rapidesa. Els enginyers i informàtics que estan desenvolupant aquesta incipient tecnologia confien que en el futur els pronòstics seran encara més complets i exactes, cosa que permetrà una millor adaptació als fenòmens meteorològics extrems, que seran cada vegada més recurrents pel canvi climàtic.
“Actualment l’avantatge més important d’aquests models és la gran rapidesa amb què fan les prediccions. Això possibilita produir un gran ventall de prediccions en poc temps, per la qual cosa els models basats en IA podrien fer una millor estimació de la probabilitat que hi hagi un fenomen extrem”, explica José Luis Casado, expert en IA de
l’ Aemet.
Aquests models permeten anticipar-se a l’impacte en poblacions, conques i infraestructures
Fins ara les agències de meteorologia feien les prediccions només a través d’un sistema numèric probabilístic que utilitza equacions a partir de lleis de la física per simular el comportament del clima. Aquest model, molt complex i costós, necessita superordinadors per funcionar. La IA està permetent la creació de models més barats, més accessibles –n’hi ha prou amb un ordinador d’escriptori– i més fàcils de desenvolupar.
Es tracta de models que aprenen directament de dades, com observacions de satèl·lits, estacions meteorològiques i altres sensors. Aquest aprenentatge automàtic permet, per exemple, fer prediccions en pocs minuts des de qualsevol ordinador.
Al març l’ Institut Nacional de Ciència de Dades i Intel·ligència Artificial del Regne Unit i Microsoft Research van presentar en societat el sistema Aardvark Weather, amb capacitat d’oferir pronòstics precisos “deu vegades més de pressa” i utilitzant milers de vegades menys potència informàtica.
La combinació de regles físiques i d’aprenentatge –els dos models– ja permet saber la direcció que agafarà una tempesta i en quins punts concrets es produiran les precipitacions més intenses. Per perfeccionar encara més aquesta predicció –molt útil per a l’emissió d’SMS massius a una àrea concreta–, l’ Aemet participa en un projecte pilot d’IA en col·laboració amb els serveis meteorològics nacionals de 13 països europeus més.
Aquests models ajuden a dissenyar sistemes d’alerta primerenca més efectius i adaptables tant per a la prevenció d’impactes ocasionats pel canvi climàtic com per a la presa de decisions. A més de predir un esdeveniment climàtic extrem, la IA té el potencial d’avaluar els seus impactes en comunitats vulnerables i ecosistemes específics.
“Els sistemes d’IA en què estem treballant no només anticipen l’esdeveniment, sinó que pretenen simular possibles escenaris, cosa que ajuda comunitats i organismes de resposta a preparar-se més bé i prendre decisions més informades”, explica Marcus Reichtein, director del Max-Planck-Institute for Biogeochemistry ( Jena, Alemanya).
Bernat Chiva Polvillo és enginyer d’investigació del Barcelona Supercomputing Center ( BSC). Des de fa mesos, està desenvolupant un model d’IA per a la prevenció d’inundacions. Amb aquesta tecnologia, explica, la recol·lecció de les dades, tant sobre la quantitat de pluja com el nivell dels cabals, “és molt més ràpida i específica”.
El seu model es basa en tres fases: el càlcul de la precipitació –saber quant plou i on–, el càlcul del cabal –la informació hidrològica– i un càlcul hidrodinàmic, la projecció de com es dispersarà l’aigua segons la topografia de cada zona. “Tota aquesta anàlisi és molt complexa i costosa. Els models d’IA ho reverteixen, perquè són molt més barats i calculen patrons amb molta exactitud i rapidesa”, explica.
Amb la IA, afegeix l’expert, “l’arquitectura és molt més ràpida i escalable que un model tradicional”. “No deixa de ser una eina d’adaptació climàtica, útil per a la presa de decisions i per prevenir impactes”, resumeix. “És prematur treure’n conclusions, però els avenços i la millora contínua en els resultats anticipen un potencial enorme de la IA en matèria d’adaptació a fenòmens extrems”, conclou.