Google ideó un sistema basado en inteligencia artificial para pronosticar lluvias próximas

Con esta herramienta, la compañía busca una mejor adaptación a las condiciones adversas generadas por el cambio climático.

Uno de los aspectos más relevantes para las personas al planificar su día fuera de casa es el del clima. Este tema es tan influyente para la gente que incluso a partir de él se eligen atuendos completos. Para este fin, desde hace un tiempo existen estaciones que analizan las condiciones meteorológicas y dan un pronóstico, sin embargo, Google ha dado a conocer un nuevo método con este objetivo.

La compañía de Mountain View, California, busca dar un paso importante en este tema y para ello ha comenzado a realizar pruebas en donde se aplica la inteligencia artificial con el fin de predecir las lluvias. El sistema ha recibido el nombre de “Pronóstico inmediato de alta resolución”.

De acuerdo con Google, ésta es una herramienta con la cual se busca la adaptación al cambio climático, principalmente en los entornos en donde se presenta un clima extremo, como sitios o situaciones en donde los eventos climáticos evolucionan en escalas de tiempo por hora, ejemplo de esto podrían ser las tormentas eléctricas.

Su funcionamiento se basa en un modelo de aprendizaje automático, el cual lleva a cabo “predicciones altamente localizadas ‘libres de física’ que se aplican al futuro inmediato”, informó la compañía.

Lo anterior significa que la red neuronal aprenderá a aproximar la física atmosférica sólo a partir de ejemplos de entrenamiento y no del conocimiento que obtenga sobre cómo funciona realmente la atmósfera. Los datos que se ingresaron a la red para la práctica comprenden observaciones históricas en los Estados Unidos desde 2017 hasta el 2019.

Resulta importante tener claro que a partir de este sistema, Google se basará en el pronóstico inmediato, es decir, aquel que contempla hasta las siguientes seis horas. Asimismo, su inteligencia artificial (IA) tiene la capacidad de realizar predicciones con una resolución de un kilómetro cuadrado.

Los resultados de las pruebas superaron a modelos tradicionales como las predicciones de flujo óptico, el cual observa el movimiento de elementos como las nubes, y la predicción de simulación, que crea escenarios detallados de sistemas meteorológicos basados en la física, o incluso a la actualización rápida de alta resolución (HRRR, por sus siglas en inglés), que es un modelo que se actualiza cada hora.

“La calidad de nuestro pronóstico de red neuronal supera a estos tres modelos”, informó la compañía a través de un comunicado. No obstante, “es importante tener en cuenta que el modelo HRRR comienza a superar nuestros resultados actuales cuando el horizonte de predicción alcanza aproximadamente las cinco o seis horas”.

A pesar de ese elemento, una de las principales ventajas del sistema elaborado por Google es que sus predicciones “son efectivamente instantáneas”, es decir, son más confiables en el corto plazo, pues los pronósticos del HRRR tiene una latencia computacional cercana a las tres horas.

La inteligencia artificial de Google también se aplica a la medicina

Investigadores de Google Health entrenaron a un modelo de inteligencia artificial con el fin de que contribuyera a la detección del cáncer de mama de miles de mujeres en Gran Bretaña y Estados Unidos. Este proyecto podría significar un avance en la lucha contra este mal, pues en las primeras pruebas que se le realizó, tuvo mayor precisión que los expertos humanos.

Durante la prueba, varias imágenes fueron revisadas por médicos en la vida real, pero es importante destacar que a diferencia del entorno clínico, la máquina no tuvo un historial de pacientes para informar sus diagnósticos.

El equipo encontró que su modelo de IA podía predecir el cáncer de mama a partir de los escáneres con un nivel de precisión similar al de los expertos en radiología. Además, el sistema mostró una reducción en la proporción de casos en que el cáncer se identificaba de forma incorrecta, 5.7% en EEUU y 1.2% en Gran Bretaña.

Cabe destacar que esta importante innovación también redujo el porcentaje de diagnósticos fallidos en 9.4% entre los pacientes de EEUU y en 2.7% en Gran Bretaña.

MB

0
0
0
s2sdefault