La inteligencia artificial ayudar¨¢ a prevenir desastres en Argentina

EL PA?S ofrece en abierto la secci¨®n Am¨¦rica Futura por su aporte informativo diario y global sobre desarrollo sostenible. Si quieres apoyar nuestro periodismo, suscr¨ªbete aqu¨ª.

El Nobel de F¨ªsica estadounidense Richard Phillips Feynman adelant¨® en 1985, en una conferencia en Harvard, que un d¨ªa habr¨ªa m¨¢quinas que ser¨ªan mejores que los humanos prediciendo el tiempo y que lo har¨ªan m¨¢s r¨¢pido. Lo que hace casi 40 a?os parec¨ªa ciencia ficci¨®n es hoy una realidad. Las predicciones meteorol¨®gicas se hacen con complejos modelos que cruzan datos de la atm¨®sfera y los oc¨¦anos almacenados en supercomputadoras. Google, por ejemplo, utiliza la inteligencia artificial (IA) a trav¨¦s de GraphCast, para ofrecer el diagn¨®stico global del tiempo en solo un minuto y de manera mucho m¨¢s precisa de lo que se hac¨ªa antes.

La tecnolog¨ªa permite trabajar con grandes vol¨²menes de informaci¨®n y acercarla a los usuarios: es com¨²n que llevemos en el bolsillo un celular con la temperatura en la interfaz de inicio, y cada vez tenemos a nuestra disposici¨®n m¨¢s herramientas con datos geolocalizados para tomar decisiones ante un clima cambiante; adem¨¢s, los periodistas especializados intentan hacer m¨¢s atractivas las noticias con realidad aumentada e incluso ya hay televisiones que han dejado sus segmentos del tiempo a la inteligencia artificial.

En Argentina, el proyecto Prevenir (Pron¨®stico y Alerta de Eventos de Inundaciones Repentinas), una iniciativa conjunta entre entidades argentinas y japonesas que usa diferentes metodolog¨ªas, incluida la IA, busca desarrollar un sistema de alerta temprana de inundaciones urbanas imprevistas. En una etapa inicial, Prevenir ha sido dise?ado para dos de las ciudades m¨¢s pobladas del pa¨ªs que tienen cuencas altamente vulnerables: la de los arroyos Sarand¨ª y Santo Domingo, en la ciudad de Buenos Aires, y la del r¨ªo Suqu¨ªa, que recorre laderas serranas de la provincia y la ciudad de C¨®rdoba.

Prevenir es un proyecto pionero en la regi¨®n. Aunque en Brasil algunos investigadores est¨¢n trabajando en el uso de IA para la mejora de los pron¨®sticos a trav¨¦s del aprendizaje de errores sistem¨¢ticos, el proyecto argentino permitir¨¢ proporcionar herramientas y recomendaciones ¨²tiles para sistemas similares en otras partes del mundo. Adem¨¢s, en Argentina, el Servicio Meteorol¨®gico Nacional tambi¨¦n est¨¢ trabajando con t¨¦cnicas de IA en la estimaci¨®n de precipitaciones usando datos satelitales y en el pron¨®stico de fen¨®menos como la niebla o la actividad el¨¦ctrica.

El investigador del Consejo Nacional de Investigaciones Cient¨ªficas y T¨¦cnicas (Conicet) y profesor del departamento de Ciencias de la Atm¨®sfera y los Oc¨¦anos de la Universidad de Buenos Aires (UBA), Juan Jose Ruiz, explica que Prevenir funciona como la herramienta de Google, pero a menor escala. ¡°La idea es similar a GraphCast, pero el modelo es m¨¢s sencillo porque se focaliza en la precipitaci¨®n y se especializa para reproducir la din¨¢mica de la atm¨®sfera en dos regiones en particular¡±, explica Ruiz.

La plataforma GraphCast fue entrenada con los datos meteorol¨®gicos que el Centro Europeo de Previsiones Meteorol¨®gicas a Medio Plazo (Ecmwf, por sus siglas en ingl¨¦s) recopil¨® desde 1979. Analiz¨® m¨¢s de 40 a?os de historia meteorol¨®gica para hacer predicciones del tiempo. En el caso argentino, a pesar de que los procesos de aprendizaje son m¨¢s acotados, seg¨²n Ruiz, existen varios a?os de informaci¨®n provista por radares meteorol¨®gicos: ¡°A partir de ese conjunto de datos, los modelos basados en IA pueden aprender c¨®mo evolucionar¨¢ en el futuro un determinado sistema precipitante¡±, se?ala.

Adem¨¢s de mejorar los pron¨®sticos y alertas de inundaciones repentinas para que sean m¨¢s precisos y que se comuniquen de manera m¨¢s eficiente, Prevenir busca ampliar e integrar las redes de observaci¨®n. Esto servir¨¢ tambi¨¦n para concienciar a la poblaci¨®n sobre prevenci¨®n de riesgos y formar a investigadores. Seg¨²n Ruiz, las operaciones que realizan las computadoras para simular las transformaciones de la atm¨®sfera conllevan un costo computacional muy grande. Deben hacer una gran cantidad de operaciones matem¨¢ticas para pronosticar el tiempo. Hay algoritmos de inteligencia artificial, por ejemplo, que pueden ser entre 1.000 y 10.000 veces m¨¢s eficaces que los actuales.

El cerebro artificial de Prevenir se abastece de informaci¨®n de distintos superordenadores que tienen mejor rendimiento a la hora de resolver c¨¢lculos y tareas como el entrenamiento de modelos de IA. La supercomputadora Clementina XXI es una de ellas. Alojada en la sede central del Servicio Meteorol¨®gico Nacional, puede desarrollar y entrenar modelos. Adem¨¢s, el proyecto tambi¨¦n tiene acceso a la supercomputadora japonesa Fugaku, la cuarta m¨¢s potente del mundo.

¡°Los fen¨®menos extremos siguen siendo un desaf¨ªo¡±

Seg¨²n el investigador del Conicet, los algoritmos tambi¨¦n pueden aprender c¨®mo se comportan los errores que afectan a las simulaciones y predicciones, lo que ayuda a detectarlos mejor y corregirlos. Pero todav¨ªa queda mucho por investigar para predecir con mayor precisi¨®n algunos fen¨®menos meteorol¨®gicos que generan grandes da?os. ¡°Los eventos extremos contin¨²an siendo un desaf¨ªo¡±, reconoce Ruiz.

Dependiendo de c¨®mo sean entrenados los sistemas basados en IA, seg¨²n el profesor, estos pueden subestimar la frecuencia de eventos extremos. Sin embargo, a su juicio, pueden ser de gran utilidad, especialmente cuando reciben entrenamientos espec¨ªficos, como los modelos que ¡°proporcionan la probabilidad de ocurrencia de un evento determinado¡±, afirma.

Aunque Prevenir tiene solo dos a?os y medio de vida, el investigador destaca el beneficio de recopilar informaci¨®n sobre un gran n¨²mero de eventos con distintas herramientas como radar, sat¨¦lite y simulaciones num¨¦ricas operacionales, lo que hace crecer la base de datos que alimenta los algoritmos de la IA. No obstante, explica que estas conclusiones se obtuvieron de conjuntos de datos sint¨¦ticos que se usan para investigaci¨®n ya que permiten realizar pruebas. ¡°El paso siguiente en esta investigaci¨®n es dar el salto hacia el uso de datos reales para el entrenamiento de los modelos de IA para generar prototipos que puedan ser aplicados en la vida real¡±. Est¨¢ estimado que el proyecto termine en 2027, el a?o en el que prev¨¦n que el prototipo est¨¦ ya funcionando.

Por el momento, la IA aplicada a la meteorolog¨ªa est¨¢ en etapa de investigaci¨®n y lejos de ser una herramienta abierta al p¨²blico, como por ejemplo Chat GPT. Por lo tanto, no estar¨¢ disponible para los usuarios que quieren saber qu¨¦ suceder¨¢ cada d¨ªa con el clima. El objetivo final del proyecto y de otros que buscan integrar la inteligencia artificial en los pron¨®sticos del tiempo, explica Ruiz, ¡°es poner a disposici¨®n de los pronosticadores herramientas m¨¢s precisas que permitan mejorar la calidad del servicio que se brinda a la sociedad¡±.