Por: The Economist
Maniac, un ordenador diseñado en Princeton tras la Segunda Guerra Mundial, podía realizar la friolera de 10.000 cálculos por segundo. Esta extraordinaria potencia se aplicó a dos problemas principales: la modelización de explosiones termonucleares y la meteorología terrestre. Eran las dos aplicaciones más importantes que podían imaginar los creadores de la máquina.
El hombre habría necesitado los 13.800 millones de años de historia del universo para realizar tantos cálculos como los que el ordenador más rápido de hoy puede llevar a cabo en una hora. Pero aunque sus capacidades y su alcance han aumentado, los superordenadores actuales siguen dedicando gran parte de su capacidad a armamento y meteorología. Sus contribuciones al diseño de la bomba atómica aportan poco a la vida cotidiana, más allá de un trasfondo de temor. Pero su trabajo sobre el tiempo en los centros de previsión meteorológica de todo el mundo tiene aplicaciones prácticas en casi todas partes.
Investigaciones del Banco Mundial y otros organismos cifran los beneficios de la predicción numérica del tiempo (nwp) en 162.000 millones de dólares al año. Cualquier agricultor o comandante militar moderno puede dar fe de su éxito. También se percibe en la vida cotidiana. Ningún smartphone carece de iconos que evocan el sol, la lluvia, el viento o las nubes. Decidir dejar el paraguas en casa por consejo de un meteorólogo ya no es necesariamente un triunfo de la esperanza sobre la experiencia.
La aplicación del aprendizaje automático y otras formas de inteligencia artificial (IA) mejorará aún más las cosas. Los superordenadores utilizados para el nwp calculan el tiempo de los próximos días basándose en las condiciones actuales, las leyes de la física y diversas reglas empíricas; hacerlo a alta resolución consume cálculos por billones con una facilidad ridícula. Ahora, los sistemas de aprendizaje automático entrenados simplemente a partir de datos meteorológicos pasados pueden igualar más o menos sus previsiones, al menos en algunos aspectos. Si los avances de la inteligencia artificial sirven de guía, esto es sólo el principio.
Es más, en algunos casos, el enfoque de la inteligencia artificial parece capaz de revelar aspectos del comportamiento del tiempo que la previsión meteorológica no puede alcanzar únicamente mediante el cálculo. Y los menores costes de la Inteligencia Artificial atraerán a nuevos participantes en el negocio de la meteorología. Cabe esperar que aporten productos exquisitamente adaptados a las necesidades de los clientes e ideas frescas que abran nuevos mercados.
Hay que hacer tres cosas para aprovechar al máximo las posibilidades. Una es garantizar que una competencia sana no erosione la infraestructura básica. Los organismos, en su mayoría gubernamentales, que dominan la nwp dedican un gran esfuerzo a asimilar las observaciones de todo el mundo en las representaciones coherentes del tiempo que necesitan sus modelos. Los costes de esta labor pueden sufragarse vendiendo previsiones de alto valor en mercados especializados.
Para hacer su mejor trabajo, las IAs tendrán que entrenarse con los datos de esas representaciones. Pero es casi seguro que ese mejor trabajo subcotizará algunos de los productos de los pronosticadores actuales. Por tanto, hay que encontrar un modus vivendi que permita a los nuevos operadores ser generosos con los datos que necesitan para entrenar a sus IAs, sin dejar a los pronosticadores actuales demasiado fuera de juego. Lo contrario podría poner en peligro los meticulosos sistemas que utilizan para convertir la observación y el cálculo en los conjuntos de datos en los que confían las IAs y el mundo, al menos de momento.
Lo segundo que hay que hacer es aunar la IAs y el cálculo numérico para hacer frente al cambio climático. Por el momento no es posible ejecutar modelos climáticos con la resolución que se utiliza para la previsión meteorológica. El nuevo hardware que se está construyendo para los sistemas de Inteligencia Artificial podría ayudar (el fabricante de chips Nvidia está interesado). Y la inteligencia artificial también podría utilizarse para buscar patrones en las proyecciones que producen esos modelos, haciéndolos más informativos, y como una interfaz que haga sus ideas más accesibles a los no expertos.
Antes de que eso se convierta en un problema, se necesita un mejor acceso aquí y ahora. En 2019, la Comisión Mundial sobre Adaptación informó de que avisar con 24 horas de antelación de un fenómeno meteorológico destructivo podría reducir los daños en un 30%, y que una inversión de 800 millones de dólares en sistemas de alerta temprana para los países en desarrollo podría evitar pérdidas anuales de entre 3.000 y 16.000 millones de dólares. En consecuencia, la Organización Meteorológica Mundial ha hecho de la “Alerta Temprana para Todos” para 2027 su prioridad. Su director, Petteri Taalas, argumenta que, teniendo en cuenta que tres de cada cuatro habitantes del planeta disponen de teléfono móvil, es indignante que sólo la mitad de sus países cuenten con sistemas que les avisen de catástrofes.
¿Cómo salvar algunas vidas?
No hacen falta grandes avances, sino una inversión modesta, una planificación detallada, un debate centrado y la suficiente determinación política para superar las inevitables barreras institucionales. No es un esfuerzo en la tradición prometeica de los engendradores de maníacos; no incendiará el mundo ni modelará las formas en que ya está ardiendo. Pero debería salvar miles de vidas y millones de medios de subsistencia.
Las opiniones expresadas de los “columnistas” en los artículos de opinión, son de responsabilidad exclusiva de sus autores y no necesariamente reflejan la línea editorial de Diario El Mundo.
