Estos grandes y rotativos fenómenos meteorológicos, conocidos también como huracanes o tifones, se forman sobre aguas oceánicas cálidas, impulsados por el calor, la humedad y la convección. Sin embargo, su predicción es complicada debido a su sensibilidad a pequeñas variaciones en las condiciones atmosféricas. Mejorar la precisión de estas predicciones es esencial para proteger a las comunidades, ya que permite una mejor preparación ante desastres y evacuaciones más tempranas.
Weather Lab destaca por su modelo experimental de ciclones, desarrollado mediante redes neuronales estocásticas, que puede prever la formación, trayectoria, intensidad, tamaño y forma de un ciclón, generando hasta 50 escenarios posibles con una anticipación de 15 días. Durante las pruebas internas, se ha demostrado que las predicciones de este modelo son tan precisas, y en ocasiones más, que las de los métodos basados en física actuales. Además, se ha trabajado junto al Centro Nacional de Huracanes para validar científicamente este enfoque.
El sitio no solo ofrece predicciones en tiempo real, sino que también incluye un archivo de datos históricos sobre trayectorias de ciclones, lo que permite evaluaciones y pruebas retrospectivas. Los usuarios de Weather Lab pueden explorar y comparar las predicciones de diferentes modelos de IA y de métodos basados en física, lo que puede ayudar a las agencias meteorológicas y a los expertos en servicios de emergencia a anticipar mejor la trayectoria y la intensidad de los ciclones.
Es importante señalar que Weather Lab es una herramienta de investigación y que las predicciones en vivo son generadas por modelos aún en desarrollo, por lo que no deben considerarse como advertencias oficiales. Para pronósticos y alertas meteorológicas oficiales, se recomienda consultar a las agencias meteorológicas locales.
El modelo experimental de ciclones de Google ha superado las limitaciones de los modelos tradicionales, logrando una precisión notable tanto en la trayectoria como en la intensidad de los ciclones. Este avance se debe a su capacidad para analizar un vasto conjunto de datos de reanálisis y un registro detallado de casi 5,000 ciclones observados en los últimos 45 años. Las evaluaciones iniciales indican que las predicciones de este modelo son significativamente más cercanas a la ubicación real de los ciclones en comparación con los modelos de referencia.
Colaborando con el Instituto Cooperativo para la Investigación en la Atmósfera de la Universidad Estatal de Colorado y otros expertos, se ha confirmado que el modelo de Google posee habilidades comparables o superiores a los mejores modelos operativos en cuanto a la predicción de trayectoria e intensidad. Este nuevo modelo representa un paso importante en la investigación de WeatherNext y tiene como objetivo mejorar los pronósticos oficiales y facilitar decisiones que salven vidas.