En octubre de 2025, una tormenta se gestaba sobre el mar Caribe, y los modelos meteorológicos estaban en desacuerdo. ¿Se desvanecería sobre Haití, o se convertiría en un monstruo y se dirigiría a Jamaica? Entra WeatherNext, el modelo de IA de Google DeepMind, que predijo con confianza lo segundo: cinco días antes de tocar tierra, dijo con un 80 por ciento de confianza que la tormenta azotaría Jamaica como huracán de categoría 5.

El huracán Melissa hizo exactamente eso, causando estragos con inundaciones y deslizamientos de tierra en toda Jamaica. Pero gracias a la alerta temprana de la IA, las comunidades tuvieron más tiempo para prepararse. Según un artículo publicado el jueves en Nature, WeatherNext da a los pronosticadores un promedio de un día adicional de margen: sus predicciones a tres días son tan precisas como las de los modelos anteriores a dos días. Como dice Mike Brennan, director del Centro Nacional de Huracanes de EE. UU., "El tiempo es realmente oro". De hecho, cuando estás organizando suministros y evacuando personas, un día adicional es prácticamente un lujo.

Históricamente, ganar un día de precisión en los pronósticos llevaba una década de trabajo. Entonces, ¿cuál es el secreto? Entrenar una IA con muchos datos meteorológicos, incluso si los datos de ciclones son escasos. Como explica Ferran Alet, científico investigador de DeepMind, "No tenemos muchos datos de ciclones, pero tenemos muchos datos meteorológicos". Así que entrenaron un modelo para que fuera bueno en ambos.

Los huracanes son complicados porque operan en múltiples escalas: la predicción de la trayectoria necesita datos globales, mientras que la intensidad necesita detalles locales. Los modelos de IA anteriores podían clavar la trayectoria pero fallaban en la intensidad. WeatherNext, sin embargo, hace ambas cosas, e incluso sorprendió a los investigadores. "Creo que todos se sorprendieron de lo bien que lo hizo", dice Kate Musgrave, coautora y líder de ciclones tropicales. El modelo fue tan bueno en las pruebas retrospectivas que dudaban de que funcionara en tiempo real. Y funcionó.

Aquí está el detalle: la IA utiliza datos de menor resolución que los modelos tradicionales, y sin embargo sobresale. Eso ha desconcertado a los científicos, porque sugiere que las entradas de menor resolución contienen más señal de lo que se creía. Alet admite: "Es una caja negra al final del día", pero podría insinuar una física que aún no entendemos.

El modelo también genera una gama de escenarios: el año pasado, 50 por tormenta; ahora, 1,000, para capturar posibles efectos mariposa. Eso es algo que los modelos tradicionales no pueden hacer con la potencia informática actual. Brennan, sin embargo, advierte que WeatherNext es solo una herramienta, y la experiencia humana sigue siendo vital. Después de todo, "son los impactos los que matan a la gente", no solo el pronóstico.

DeepMind está abriendo el código de los modelos, con la esperanza de que los investigadores puedan descubrir nuevos conocimientos. Alet está emocionado: "Creo que la IA nos está dando nuevas herramientas para indagar en las leyes del universo". Y quizás, solo quizás, mantenernos un paso por delante del próximo berrinche del clima.