Por qué los meteorólogos necesitan un día extra
Los ciclones tropicales están entre las fuerzas más destructivas de la naturaleza. En el último medio siglo, han cobrado más de 700.000 vidas y han causado casi 1,4 billones de dólares en daños a la economía mundial. Cada 24 horas más antes de una huelga de tormenta es una oportunidad para evacuar poblaciones, reforzar la infraestructura y, en última instancia, salvar vidas. Este es exactamente el tipo de tiempo de plomo que los nuevos modelos de inteligencia artificial están tratando de dar pronósticos.
Google DeepMind, junto con investigadores de Google Research y principales centros meteorológicos, incluyendo NHC, CIRA y UK Met Office, ha introducido el modelo WeatherNext. Los resultados fueron publicados en la revista Nature. Los desarrolladores afirman que la precisión del modelo es comparable a las previsiones que anteriormente estaban disponibles un día más tarde: El tiempoLas predicciones de tres días de la próxima coinciden con las previsiones de dos días de los mejores sistemas tradicionales. En efecto, este es un salto de unos diez años de progreso meteorológico.
Cómo funciona el tiempo siguiente
Un conjunto de miles de escenarios
En lugar de un único pronóstico, el modelo genera mil posibles caminos para cada ciclón a la vez. Esto hace posible rastrear acontecimientos raros pero críticos, por ejemplo, una rápida intensificación, cuando una tormenta se convierte en un poderoso huracán dentro de un día. Anteriormente, el sistema estaba limitado a 50 escenarios; ahora el conjunto ha crecido a 1.000 miembros. Cada escenario no es sólo una línea en un mapa sino una imagen completa de los vientos: de tormenta tropical a fuerza de huracán, con probabilidades indicadas para cada ubicación.
El tiempoSiguiente está entrenado en casi 20 terabytes de datos atmosféricos globales y la base de datos de ciclones históricos IBTrACS, que contiene registros de alrededor de 5.000 tormentas. Se basa en redes generativas funcionales (FGNs). Un pronóstico de 15 días se calcula en menos de un minuto en los procesadores TPU de Google.
Un detalle interesante: El tiempoSiguiente opera en una resolución de 28×28 km, que es aproximadamente cien veces más grueso que los modelos tradicionales. La versión reducida, WeatherNext 2-mini, utiliza una cuadrícula de 111×111 km y todavía ofrece excelentes resultados. Por qué el modelo es tan preciso en una resolución gruesa sigue siendo una pregunta de investigación abierta.
Un punto de vista global en lugar de compensación comercial
Los meteorólogos suelen tener que elegir entre modelos globales que cubren todo el planeta y modelos locales que detallan una región específica. El tiempoSiguiente Cyclones resuelve esta contradicción: predice la circulación atmosférica general al describir simultáneamente la trayectoria, intensidad y estructura eólica de un huracán en detalle. El modelo puede producir previsiones hasta 15 días por delante, empezando por las condiciones atmosféricas globales.
El Día Extra en la Práctica
El logro clave de WeatherNext Cyclones es más de 24 horas de tiempo adicional. Esto es confirmado por evaluaciones sobre ciclones históricos de 2023 a 2024, donde el modelo constantemente superó otros sistemas de pronóstico. Si los meteorólogos pudieran predecir con confianza que un huracán peligroso gira dos días de antelación, ahora hay un búfer de tres días. Para los residentes de las zonas costeras, esto no es sólo números: un día extra significa la capacidad de completar las evacuaciones, reforzar los edificios y re-programar los vuelos.
El valor práctico del modelo ya ha sido probado en operaciones del mundo real. Durante la temporada de huracanes de 2025, el Centro Nacional del Huracán (NHC) utilizó ClimaSiguiente para prever la rápida intensificación del huracán Melissa. Gracias a la alerta temprana, los residentes de Jamaica aprendieron sobre el peligro antes de lo que tendrían con las previsiones tradicionales. Y en octubre de 2024, el modelo logró manejar el huracán Milton, demostrando su capacidad para predecir cambios agudos en la fuerza de la tormenta.
Código Abierto y futuro
Google ha anunciado que es open-sourcing de los modelos WeatherNext 2 y WeatherNext Cyclones. Esto significa que cualquier centro meteorológico o grupo de investigación puede ejecutar el modelo en sus propios sistemas, adaptarlo a sus necesidades, e integrarlo en la infraestructura de pronóstico existente. This approach accelerates the adoption of AI in operational meteorology worldwide.
Es demasiado pronto para decir que AI sustituirá completamente los modelos clásicos. Pero ya está claro: herramientas como WeatherNext dan a los meteorólogos ese tiempo extra, que se traduce en vidas salvas y daños reducidos. Y el código abierto, junto con la colaboración con las agencias líderes — NHC, CIRA y UK Met Office— significa que la tecnología alcanzará rápidamente pronósticos meteorológicos del mundo real.
