La IA de DeepMind predice huracanes un día antes

Un modelo de inteligencia artificial desarrollado por Google DeepMind puede predecir huracanes con un día completo de margen adicional en comparación con los sistemas de pronóstico existentes, según una investigación publicada en Nature el 6 de agosto de 2026. El modelo WeatherNext ofreció pronósticos de tres días tan precisos como las predicciones de dos días de los modelos anteriores, dando a los meteorólogos alertas más tempranas para tormentas devastadoras. El margen adicional ayudó a las comunidades a prepararse para el huracán Melissa, que causó inundaciones catastróficas y deslizamientos de tierra en Jamaica.

Mike Brennan, director del Centro Nacional de Huracanes de EE. UU., dijo que incluso unas pocas horas de advertencia adicional pueden ser críticas para organizar evacuaciones y almacenar suministros. "El tiempo es realmente oro cuando se trata de ese tipo de decisiones", señaló, calificando la capacidad de extender la precisión del pronóstico un día como "realmente valiosa". Los investigadores afirman que históricamente, tal salto habría requerido una década de trabajo.

Los huracanes son notoriamente difíciles de predecir porque involucran múltiples escalas espaciales. Kate Musgrave, líder del grupo de ciclones tropicales en el Instituto Cooperativo para la Investigación de la Atmósfera y coautora, explicó que predecir la trayectoria de una tormenta requiere datos meteorológicos a escala global, mientras que los pronósticos de intensidad necesitan datos locales mucho más finos sobre las condiciones atmosféricas y oceánicas. Los modelos de IA anteriores tuvieron problemas con la intensidad, pero WeatherNext lo logró. Durante el huracán Melissa, el Centro Nacional de Huracanes pudo predecir una tormenta de categoría 5 cuando aún era solo de categoría 1, algo sin precedentes.

Ferran Alet, científico investigador en Google DeepMind y autor principal, dijo que el equipo entrenó el modelo con vastas cantidades de datos meteorológicos generales para compensar la escasez de datos de ciclones. El modelo utiliza entradas atmosféricas de resolución relativamente gruesa, pero captura señales sobre la intensidad de la tormenta que sorprendieron a los científicos. "Cuando dijimos a la comunidad que nuestro modelo solo usaba una resolución relativamente gruesa, quedaron impactados", dijo Alet. En 2026, el modelo genera 1.000 escenarios potenciales por tormenta, frente a los 50 de 2025, lo que ayuda a los meteorólogos a tener en cuenta el efecto mariposa.

Antes del despliegue en vivo, el modelo se probó con datos retrospectivos con resultados tan sólidos que los investigadores eran escépticos de que se mantuvieran en tiempo real. Musgrave dijo que el rendimiento sí se mantuvo, sorprendiendo a todos. Sin embargo, Brennan advirtió que el modelo de IA es una herramienta más entre muchas y que ningún modelo individual está garantizado para ser el mejor en cada tormenta futura. El elemento humano sigue siendo esencial para traducir los pronósticos en advertencias de impacto que salvan vidas.

Google DeepMind anunció que está abriendo el código de los modelos WeatherNext utilizados durante la temporada de huracanes, permitiendo a investigadores de todo el mundo usarlos y mejorarlos. Alet expresó su esperanza de que esto conduzca a nuevos descubrimientos científicos sobre el comportamiento de los ciclones, diciendo: "Creo que la IA nos está dando nuevas herramientas para indagar en las leyes del universo".