Investigadores de diversas instituciones han desarrollado un modelo innovador de predicción meteorológica conocido como CoDiCast. Este modelo se erige como una solución prometedora a los retos presentes en las metodologías actuales de predicción, tanto por computación numérica como por aprendizaje automático. CoDiCast, basado en un enfoque de modelo de difusión condicional, busca lograr predicciones del clima global con gran precisión y un nivel de incertidumbre cuantificable, todo ello con un gasto computacional moderado.
La innovación fundamental del modelo CoDiCast radica en su capacidad para generar escenarios meteorológicos realistas a un punto futuro, basándose en observaciones recientes del clima, y capturando la incertidumbre inherente de las predicciones meteorológicas mediante un proceso iterativo de muestreo a partir de ruido gaussiano. Experimentalmente, CoDiCast ha demostrado superar en precisión a varios métodos de predicción por aprendizaje automático existentes, siendo además más rápido que los modelos de predicción numérica a la hora de realizar inferencias.
El modelo es capaz de generar predicciones meteorológicas globales a 6 días, con intervalos de 6 horas y una resolución de 5.625 grados en latitud y longitud, abarcando más de cinco variables en aproximadamente 12 minutos de ejecución en máquinas equipadas con una GPU A100 estándar de 80GB de memoria. Para lograr este avance, los desarrolladores han integrado múltiples elementos avanzados como mecanismos de atención cruzada y entrenaron un codificador que alimenta el modelo con representaciones embebidas de observaciones pasadas, lo cual mejoró significativamente la integración de condiciones iniciales en el proceso de eliminación de ruido de las predicciones.
Las pruebas realizadas con una década de datos de reanálisis de la ERA5, del Centro Europeo para Pronósticos Meteorológicos de Medio Alcance, mostraron que CoDiCast logró un equilibrio esencial entre precisión, eficiencia y cuantificación de la incertidumbre. Esto sugiere que el nuevo enfoque tiene el potencial de mejorar la toma de decisiones informadas ante predicciones inciertas inherentes en la evolución del clima.
CoDiCast ofrece una solución integral que promete redefinir las prácticas de predicción climática global, destacándose tanto por su eficiencia y precisión como por su capacidad de incorporar un enfoque probabilístico a la predicción del clima, con lo que se espera impactar de manera significativa en sectores relevantes que dependen de pronósticos confiables para la seguridad, eficiencia económica y el bienestar general.