La IA irrumpe en la predicción del tiempo

Durante casi ochenta años, predecir el tiempo consistió siempre en lo mismo: escribir las ecuaciones que gobiernan el aire y resolverlas con las máquinas más grandes del planeta. Entre 2022 y 2023, unas cuantas redes neuronales empezaron a hacerlo igual de bien sin resolver ni una sola ecuación, en un solo ordenador y en menos de un minuto. No es magia y no es humo. Esto es lo que ha pasado de verdad, lo que la inteligencia artificial hace mejor que la física, y lo que todavía no sabe hacer.

Una especie nueva de pronóstico

Un modelo meteorológico clásico simula la atmósfera. Trocea el aire en una malla de celdas y resuelve, paso a paso, las ecuaciones que describen cómo se mueve un fluido sobre un planeta que gira (lo contamos con calma en ¿Qué es un modelo meteorológico?). Es el sueño de Newton aplicado al cielo: si conozco el estado de hoy y conozco las leyes, puedo calcular el de mañana.

Un modelo de inteligencia artificial no resuelve ninguna ecuación. Ni una. Se entrena con décadas de atmósfera pasada — normalmente el reanálisis ERA5, la reconstrucción hora a hora del estado real del aire desde 1940 — hasta dominar una única habilidad: dado el estado de la atmósfera ahora, dibujar el estado de dentro de seis horas. Nada más. Aplicada esa habilidad una y otra vez, seis horas sobre seis horas, la red encadena un pronóstico de diez días.

«Aprender» viene del latín apprehendere, «echar mano de», «agarrar»: la misma raíz de la que salen «aprehender» y «presa». Es una palabra sorprendentemente honesta para lo que ocurre aquí. La red no comprende nada; agarra. De millones de ejemplos extrae las regularidades del aire — que a esta forma de las isobaras sobre el Atlántico le sigue, seis horas después, aquella otra —, y nadie le ha explicado jamás el efecto Coriolis ni la termodinámica del vapor de agua. Ha visto tantas veces sus consecuencias que acaba comportándose como si las conociera. (Conviene decirlo sin adornos: que el resultado sea físicamente razonable no significa que dentro haya física. Significa que la física dejó su huella en los datos, y que la huella basta para casi todo.)

La consecuencia práctica es difícil de exagerar. Entrenar la red cuesta semanas de cálculo y una factura eléctrica considerable, pero se paga una vez. Después, generar un pronóstico global completo cuesta menos de un minuto en un solo procesador gráfico, frente a horas en un superordenador con decenas de miles de procesadores trabajando a la vez. Es la diferencia entre construir la fábrica y pulsar el interruptor.

Y cuando algo caro se vuelve casi gratis, no se hace lo mismo más barato: se hace lo que antes ni se planteaba. Probar una idea nueva deja de ser una campaña de meses para convertirse en una tarde de trabajo. Ese cambio de escala es lo que explica que todo lo que viene a continuación ocurriera tan deprisa.

Tres años de vértigo

Para medir el vértigo hay que saber de dónde veníamos. El primero que intentó calcular el tiempo a mano fue Lewis Fry Richardson, un cuáquero pacifista que durante la Primera Guerra Mundial conducía ambulancias en el frente y dedicaba los ratos libres a resolver, casilla por casilla, las ecuaciones de la atmósfera. Le costó semanas de aritmética predecir unas pocas horas de tiempo, y el resultado fue un disparate: un salto de presión de 145 hectopascales que jamás ocurrió. Aun así entendió que el método era bueno y que solo faltaban brazos, de modo que imaginó una «fábrica de predicción del tiempo»: un anfiteatro gigante con sesenta y cuatro mil calculistas humanos, según su propia cuenta, coordinados por un director con señales de luz. Había descrito un superordenador treinta años antes de que existiera ninguno. En 1950, el ENIAC hizo por fin el primer pronóstico numérico que funcionaba, calculado por un equipo dirigido por Jule Charney con John von Neumann detrás de la máquina; tardaba casi tanto en producir un día de tiempo como el tiempo en ocurrir. Esa historia entera está en De FitzRoy al superordenador.

Desde entonces, la predicción numérica mejoró de una forma lenta, tozuda y magnífica: del orden de un día de fiabilidad ganado por década. El pronóstico a seis días de hoy es tan bueno como el de cinco días de hace diez años, y así durante medio siglo, a base de más física, más satélites y ordenadores cada vez mayores. Los propios meteorólogos lo bautizaron, con orgullo justificado, «la revolución silenciosa». Silenciosa porque nadie fuera del gremio se enteró de que estaba ocurriendo.

La avalancha rompió ese ritmo. En 2022, NVIDIA presentó FourCastNet, la primera red global que competía en serio: escupía una semana entera de pronóstico en segundos. En 2023 llegaron los dos golpes sobre la mesa. Pangu-Weather, de Huawei, publicado en Nature, fue el primero en batir al modelo físico de referencia — el IFS del centro europeo ECMWF — en varias puntuaciones clásicas; su hallazgo principal fue una manera de impedir que el error se acumulara al encadenar pasos, entrenando redes con zancadas distintas, desde una hora hasta un día entero, y usando las largas siempre que podía. Meses después, GraphCast, de Google DeepMind, publicado en Science, superó a ese mismo modelo en alrededor del 90 % de las 1.380 combinaciones de variable y plazo en que se evaluó, y lo hacía en menos de un minuto.

Conviene entender lo que eso significó dentro del gremio. Un puñado de laboratorios de inteligencia artificial, sin tradición meteorológica, sin observatorios y sin una sola ecuación del aire escrita en su código, igualó en dos o tres años buena parte de un edificio levantado durante medio siglo. La primera reacción fue el escepticismo, y era un escepticismo sano: la sospecha razonable era que la red se limitase a memorizar el clima de cada sitio y a devolver lo de siempre. No sobrevivió al escrutinio. Estas redes predicen situaciones concretas, con días de antelación y destreza genuina, borrascas nuevas incluidas. Y entonces ocurrió lo que de verdad marca un cambio de época: los grandes centros meteorológicos empezaron a ejecutar en sus propias máquinas las redes de los recién llegados y a publicar sus mapas al lado de los propios. El paso siguiente era inevitable, y lo dio quien más tenía que perder.

AIFS: la IA se pone el uniforme

El ECMWF es el centro de predicción a medio plazo más prestigioso del mundo, y su modelo físico era precisamente el que las redes acababan de batir. En lugar de ignorar la ola o de discutirla, construyó la suya: el AIFS (Artificial Intelligence Forecasting System), entrenado también sobre ERA5. Tras un año largo de fase experimental, en febrero de 2025 el AIFS pasó a ser operativo. Es la primera vez que un gran centro meteorológico mundial pone un modelo de inteligencia artificial en producción, junto al físico, con todas las consecuencias: firmando sus mapas, respondiendo de ellos y dejándose medir.

Y detrás vienen más. DeepMind presentó a finales de 2024 GenCast, publicado también en Nature, una red que no dibuja un único futuro sino decenas de futuros posibles: la versión probabilística de la idea, que en el mundo físico obliga a lanzar el modelo entero medio centenar de veces y aquí cuesta calderilla. Hay redes de otros centros y hay híbridos, que meten la red dentro del modelo físico para encargarle las partes más caras del cálculo. Esta frontera se mueve por meses, no por décadas.

En MeteoRanking el AIFS no es una curiosidad ni una sección aparte: es uno de los nueve modelos que combinamos, y se le aplican exactamente las mismas reglas que a los ocho físicos. Se verifica cada día contra observaciones reales y ocupa su fila en el ranking local de tu ciudad, sin trato de favor y sin descuento por ser nuevo. Con una peculiaridad que preferimos decir antes que callar: el AIFS no publica rachas de viento, así que en esa variable no compite ni puntúa.

Los límites, sin humo

Primero, la suavidad. Estas redes se entrenan minimizando el error medio, y esa receta enseña una prudencia sistemática: ante la duda, quédate cerca del promedio, porque exagerar sale caro. El resultado son mapas algo más lisos que los de un modelo físico — muy eficaces para la temperatura de un martes cualquiera, pero con tendencia a limar lo extremo: la racha récord, el pico exacto de la ola de calor, el núcleo de una lluvia torrencial. Justo lo que más importa cuando más importa. Se ve bien en los ciclones: las redes suelen acertar por dónde va a pasar el ojo mejor de lo que aciertan cuánta fuerza traerá.

Y aquí hace falta una advertencia sobre el marcador mismo, porque es por donde se cuela casi todo el humo. Cuando se dice que una red «gana» al modelo físico, casi siempre se está midiendo el error medio contra la observación. Esa regla castiga dos veces al que se moja: un modelo que dibuja una tormenta nítida y la coloca cincuenta kilómetros más allá de donde cayó recibe dos multas — lluvia donde no la hubo y sequedad donde la hubo —, mientras que quien pinta una mancha difusa que cubre las dos zonas se lleva mejor nota sin haber acertado más. Los meteorólogos lo llaman la doble penalización. No invalida los resultados de las redes, que son buenos de verdad, pero obliga a leerlos con la letra pequeña: parte de la victoria está en el modelo y parte está en la forma de la regla.

Segundo, el repertorio. Un modelo físico calcula de todo, porque todo sale de las mismas ecuaciones: si le pides una variable rara, la tiene. Una red predice solo aquello para lo que fue entrenada, y añadir una variable nueva significa volver a entrenarla. El caso de las rachas del AIFS es el ejemplo que tenemos en casa.

Tercero, la experiencia. Una red aprende de la atmósfera que ha visto. Ante una situación sin precedente claro en su archivo de entrenamiento — y un clima que cambia produce cada vez más situaciones así —, un modelo físico sigue obedeciendo a la física, que no envejece; una red, estrictamente, extrapola. Lo que ninguna de las dos hace es escapar del caos. En 1961, Edward Lorenz descubrió por accidente que una diferencia ridícula en el punto de partida — un decimal redondeado — acaba produciendo un tiempo por completo distinto, y de ahí salió el efecto mariposa. Ese límite de unas dos semanas no es un límite de los ordenadores ni de los métodos: es una propiedad de la atmósfera, y ninguna red neuronal lo va a derribar (de eso trata ¿Por qué (a veces) fallan las predicciones?).

Y cuarto, la dependencia, que es el límite más profundo y el que menos se menciona. Toda predicción arranca de una foto del estado actual del aire, y esa foto no la saca ninguna cámara: se fabrica combinando millones de observaciones dispersas — satélites, globos sonda, aviones, boyas — con un modelo físico que las cose en un estado coherente. Los meteorólogos la llaman el análisis, del griego análysis, «desatar»: deshacer el nudo de datos sueltos hasta dejarlos en orden. Las redes no fabrican ese análisis; lo reciben ya hecho. Y su material de estudio, ERA5, también es hijo de un modelo físico. Hoy por hoy, la inteligencia artificial meteorológica se sostiene sobre los hombros del sistema clásico. No lo sustituye: lo completa.

¿Y gana? Eso no se opina: se mira

Sobre la inteligencia artificial en meteorología se escribe mucho entusiasmo y bastante pánico, y las dos cosas se escriben casi siempre sin mirar un solo número. Números los hay: existen marcadores globales públicos y serios — WeatherBench 2, por ejemplo, compara las redes con el modelo físico sobre las mismas variables y los mismos plazos — y son la referencia para saber quién va por delante en el mundo. Pero el mundo no es tu ciudad. Un promedio global excelente puede convivir con un sesgo tozudo en un valle concreto, y tú no sales a la calle en el promedio global.

Nuestra postura es más aburrida y más útil: el AIFS tiene su fila en el ranking de tu ciudad, puntuada con las mismas reglas y los mismos datos que las de ECMWF, GFS o ICON, y ahí se ve — sin adjetivos — cuándo la red gana, cuándo pierde y en qué variables. Unos días y en unas ciudades está arriba; otros, no. Nuestro propio combinado tampoco gana siempre, y cuando no gana lo decimos, y decimos quién ha ganado: un marcador que solo publica las victorias de quien lo escribe no es un marcador, es un anuncio. Cómo se puntúa exactamente lo explicamos en Cómo se mide si una predicción acertó.

Y merece la pena detenerse un momento en lo que todo esto significa. Durante ochenta años solo hubo una manera de saber qué tiempo iba a hacer: deducirlo de las leyes del aire. Ahora hay dos. Una lo deduce; la otra, en cierto modo, lo recuerda — ha visto ochenta años de atmósfera y reconoce hacia dónde tiende esta —. Que dos caminos que no se parecen en nada lleguen a predicciones parecidas es de las cosas más interesantes que le han pasado a esta ciencia en décadas, y sugiere que la atmósfera guarda más estructura aprendible de la que sospechábamos. Que además exista un marcador público donde compararlas, ciudad por ciudad y día por día, nos parece la mejor noticia posible. El método completo está en Cómo funciona; el marcador, en la portada.

← Todos los artículos