El modelo Huawei Pangu Weather, un modelo de IA especializado en previsiones meteorológicas globales, ya está disponible en la web del ECMWF (Centro Europeo de Previsiones Meteorológicas a Medio Plazo).
En este sitio web, meteorólogos, entusiastas del tiempo y el público en general pueden consultar gratuitamente las previsiones meteorológicas mundiales a 10 días de Pangu-Weather. Además, el ECMWF ha publicado un informe técnico titulado The rise of data-driven weather forecasting (El auge de las previsiones meteorológicas basadas en datos), en el que se pone a prueba a Pangu-Weather como representante de los métodos basados en datos.
El informe incluye una comparación entre las previsiones realizadas por Pangu-Weather y el ECMWF IFS (uno de los principales sistemas mundiales de previsión del tiempo) de abril a julio de este año. «Los resultados son muy prometedores, con capacidades comparables, tanto para las métricas globales como para los fenómenos extremos, cuando se verifican con el análisis operativo y con las observaciones sinópticas».
Según el informe, la adopción de métodos de ML como Pangu-Weather podría cambiar las reglas del juego de los métodos tradicionales de predicción numérica del tiempo (NWP, por sus siglas en inglés), que avanzan de forma lenta y progresiva. Según la Organización Meteorológica Mundial (OMM), la precisión de las previsiones ha aumentado aproximadamente un día por década, lo que puede atribuirse al elevado coste computacional de ejecutar una previsión con los sistemas NWP estándar. Los modelos ML están a punto de revolucionar la previsión meteorológica con pronósticos que requieren costes computacionales mucho menores, además de ser altamente competitivos en términos de precisión.
En la actualidad, el ECMWF lleva a cabo una serie de previsiones basadas en datos como parte de su conjunto operativo. La web del ECMWF muestra las previsiones realizadas por Pangu-Weather en seis tipos de gráficos diferentes: presión media a nivel del mar y velocidad del viento de 850 hPa, altura geopotencial de 500 hPa y temperatura de 850 hPa, presión media a nivel del mar y viento de 200 hPa, temperatura y geopotencial a varios niveles de presión, temperatura de 2 m y velocidad del viento de 10 m, velocidad del viento y alturas geopotenciales a varios niveles de presión. Toda esta información es fundamental para predecir el desarrollo de los sistemas meteorológicos, las trayectorias de las tormentas, la calidad del aire y los patrones meteorológicos. Pangu-Weather también se utilizó recientemente para predecir la trayectoria del tifón Dusuri.
El ECMWF ha pedido más esfuerzos a la comunidad mundial de predicción meteorológica para utilizar modelos de IA como componentes adicionales de sus sistemas de previsión y para seguir explorando los puntos fuertes y débiles de dichos modelos.
