Una nueva IA podría transformar la forma de estudiar el tiempo y el clima

Un equipo de científicos informáticos y meteorólogos de la Universidad de California en San Diego, en Estados Unidos, ha dado los primeros pasos para desarrollar un agente de inteligencia artificial capaz de analizar datos meteorológicos y climáticos y responder a preguntas formuladas en lenguaje natural. El objetivo de este proyecto es facilitar el acceso y la interpretación de la información generada por modelos avanzados de predicción del tiempo basados en inteligencia artificial.

Los investigadores presentarán este sistema, denominado Zephyrus, en la 14ª Conferencia Internacional sobre Representaciones de Aprendizaje (ICLR), que se celebrará entre el 23 y el 27 de abril en Río de Janeiro, Brasil. Se trata de uno de los primeros intentos de crear una herramienta capaz de interactuar con complejos modelos meteorológicos mediante preguntas formuladas en un lenguaje cotidiano, como el inglés.

En los últimos años, los modelos basados en inteligencia artificial y aprendizaje profundo han mejorado notablemente la capacidad para predecir fenómenos meteorológicos. Sin embargo, el análisis de los grandes volúmenes de datos que generan estos sistemas sigue siendo un proceso complicado y lento. Una de las principales dificultades es que los modelos actuales no pueden explicar sus resultados de forma comprensible para los usuarios. A esto se suma otra limitación relevante: tampoco pueden razonar a partir de información textual, como informes meteorológicos o boletines elaborados por especialistas.

El equipo de la Universidad de California en San Diego pretende superar ambas barreras con el desarrollo de Zephyrus. Según explica Duncan Watson-Parris, coautor del estudio y profesor del Instituto Scripps de Oceanografía, la iniciativa busca ampliar el acceso a datos y predicciones clave para la comprensión del sistema terrestre. «Nuestro objetivo es ampliar el acceso a datos y predicciones cruciales, simplificando el análisis de estos datos», señala el investigador. «Queremos agilizar el análisis de datos multimodales y el aprendizaje sobre la Tierra, facilitando la interacción de estudiantes y jóvenes científicos con diferentes conjuntos de datos».

La meteorología fue elegida como campo de pruebas para esta tecnología porque combina grandes volúmenes de información compleja, que además cambian constantemente con el tiempo, con la necesidad de interpretar esos datos y explicarlos de forma clara. Los investigadores subrayan que mejorar la comprensión de las predicciones meteorológicas tiene implicaciones directas en múltiples sectores, desde la agricultura hasta la preparación frente a desastres naturales, pasando por el transporte o la gestión energética.

Para reducir la distancia entre los modelos de inteligencia artificial basados en código y los sistemas capaces de interactuar mediante lenguaje, los científicos diseñaron un entorno que permite a los agentes de IA comunicarse con modelos y bases de datos meteorológicas utilizando código informático. De este modo, el sistema puede recibir una pregunta formulada en lenguaje natural, traducirla automáticamente a código, obtener la información correspondiente y transformar la respuesta resultante en una explicación sencilla.

Durante las primeras pruebas, Zephyrus demostró ser eficaz en tareas relativamente simples. Por ejemplo, pudo localizar lugares con determinadas condiciones meteorológicas o consultar previsiones para un punto geográfico concreto en un momento específico. No obstante, el sistema todavía presenta dificultades cuando se trata de identificar fenómenos meteorológicos extremos o elaborar informes completos a partir de los datos.

Los investigadores utilizaron cuatro grandes modelos de lenguaje de última generación para alimentar el sistema y comprobar su rendimiento. En general, todos mostraron resultados similares, lo que sugiere que la mejora del sistema dependerá en gran medida de la ampliación de los datos de entrenamiento y del perfeccionamiento de las herramientas utilizadas.

De cara a futuras versiones, el equipo planea trabajar con conjuntos de datos más amplios y seguir desarrollando modelos de código abierto especializados en tareas relacionadas con el clima. La intención es avanzar hacia sistemas de inteligencia artificial capaces de colaborar con los científicos en el análisis de datos ambientales complejos.

En palabras de Rose Yu, coautora del estudio y profesora del Departamento de Ciencias de la Computación e Ingeniería de la Universidad de California en San Diego, el proyecto aspira a transformar la manera en que se accede al conocimiento sobre el planeta. «Nuestra visión es democratizar las ciencias de la Tierra. Zephyrus es un paso crucial hacia la creación de cocientíficos de IA que reducen drásticamente las barreras de entrada, permitiendo a estudiantes e investigadores de todo el mundo acceder y razonar sobre datos meteorológicos y climáticos críticos a una velocidad sin precedentes».