es.wedoany.com Noticia: Microsoft ha realizado una importante actualización de su modelo base del sistema terrestre de acceso abierto, Aurora 1.5. La nueva versión añade 22 variables meteorológicas, esenciales para la evaluación de riesgos en los sectores energético, agrícola, de transporte y climático.
El modelo ahora ofrece resolución horaria y admite pronósticos probabilísticos por conjuntos.
En el ámbito de la predicción de trayectorias de huracanes o tifones, existen varios modelos de pronóstico disponibles. Tradicionalmente, el modelo de conjunto del Centro Europeo de Previsiones Meteorológicas a Medio Plazo (ECMWF) se considera el punto de referencia. Microsoft afirma que Aurora 1.5 supera a la competencia en el 88,9 % de los indicadores de evaluación.
En comparación con la generación anterior, el rendimiento de la nueva versión también es superior. Los resultados de las pruebas muestran que la mediana del conjunto reduce en un tercio el error en la trayectoria de los ciclones tropicales (por ejemplo, el huracán «Helene»).
Aurora 1.5 se publica en acceso abierto, lo que es una señal positiva para investigadores, agencias gubernamentales, empresas y el público en general. Microsoft también planea integrarlo en productos comerciales como Microsoft Weather.
Teniendo en cuenta que la inteligencia artificial a veces produce resultados inexactos o dudosos, los desarrolladores pretenden utilizar Aurora 1.5 junto con modelos físico-matemáticos (como el del ECMWF), en lugar de reemplazar los modelos tradicionales. Las predicciones de ciclones más precisas suelen combinar datos de múltiples modelos; la incorporación de las predicciones de Aurora 1.5 enriquecerá la información integrada.
Al mismo tiempo, la Administración Nacional Oceánica y Atmosférica (NOAA) de Estados Unidos ha puesto en operación por primera vez en su historia un modelo de predicción meteorológica basado en inteligencia artificial. Su modelo principal, AIGFS, se construye sobre GraphCast de Google DeepMind y se ha ajustado con datos de la NOAA, capaz de generar pronósticos a 16 días en 40 minutos, consumiendo solo el 0,3 % de los recursos computacionales del modelo GFS tradicional.
