El nuevo modelo meteorológico de Google DeepMind entregó pronósticos altamente precisos durante la temporada de huracanes del Atlántico de 2025, superando a los sistemas tradicionales. Por el contrario, el Sistema de Pronósticos Globales de EE.UU. tuvo un rendimiento deficiente. Datos preliminares destacan la ventaja de la IA en el seguimiento y predicciones de intensidad.
La temporada de huracanes del Atlántico de 2025, que involucró 13 tormentas con nombre, concluyó con avances notables en la tecnología de pronósticos. El Laboratorio de Clima de Google DeepMind comenzó a lanzar pronósticos de trayectoria de ciclones en junio de 2025, y el modelo demostró rápidamente su superioridad. Según un análisis preliminar de Brian McNoldy, investigador senior de la Universidad de Miami, el modelo de Google DeepMind (GDMI) logró los errores medios de posición más bajos en horizontes de pronóstico de 0 a 120 horas.
En comparaciones, el Sistema de Pronóstico Global del Servicio Meteorológico Nacional de EE.UU. (GFS, denotado como AVNI) se clasificó como el peor desempeño. A las 120 horas, el modelo de Google reportó un error de 165 millas náuticas, mientras que el GFS alcanzó las 360 millas náuticas, más del doble. El sistema de IA incluso superó los pronósticos oficiales del Centro Nacional de Huracanes (OFCL) y modelos de consenso como TVCN y HCCA. También destacó en la predicción de intensidad, capturando fluctuaciones en la fuerza de los huracanes.
Esto marca la primera temporada completa para la IA de Google, que se basa en redes neuronales en lugar de cálculos tradicionales basados en física. 'La belleza de DeepMind y otros modelos meteorológicos similares impulsados por datos e IA es cuán mucho más rápido producen un pronóstico en comparación con sus contrapartes tradicionales basadas en física que requieren algunas de las supercomputadoras más costosas y avanzadas del mundo', dijo Michael Lowry, especialista en huracanes y autor del boletín Eye on the Tropics. 'Más allá de eso, estos modelos 'inteligentes' con sus arquitecturas de redes neuronales tienen la capacidad de aprender de sus errores y corregir sobre la marcha.'
El pobre desempeño del GFS permanece sin explicación. Lowry señaló: 'No está inmediatamente claro por qué el GFS tuvo un rendimiento tan deficiente en esta temporada de huracanes.' La especulación apunta a posibles fallos en la recolección de datos debido a recortes gubernamentales, aunque esto probablemente afectaría a otros modelos también. Las actualizaciones del modelo desde 2019 parecen haber fallado, ampliando la brecha con los competidores. Las evaluaciones oficiales del Centro Nacional de Huracanes están pendientes, pero los resultados iniciales sugieren que la IA transformará los pronósticos de huracanes.