La inteligencia artificial sigue avanzando en la resolución del problema de la predicción de huracanes, y el modelo insignia de IA de Google, DeepMind, vuelve a liderar el sector en 2026.

Según los datos de verificación compartidos por James Franklin, exjefe de la División del Centro Nacional de Huracanes, en lo que va de 2026 Google DeepMind está superando a todas las demás guías de pronóstico de huracanes disponibles públicamente para la predicción de la trayectoria en las cuencas del Atlántico, el Pacífico oriental y el Pacífico central.

Durante la primera semana de septiembre, DeepMind también superó notablemente las predicciones de trayectoria de los expertos del Centro Nacional de Huracanes (NHC), llegando a superarlas en un 30 % en un pronóstico a cinco días. Este es el segundo año consecutivo en que DeepMind supera los pronósticos del NHC, elaborados por expertos humanos, en la mayoría de los plazos. El modelo de IA ha demostrado una precisión especialmente notable en horizontes temporales más largos (a 4 y 5 días vista) en comparación con el NHC y el anterior método de referencia, el Enfoque de Consenso Corregido del Proyecto de Mejora de Pronósticos de Huracanes (HCCA).

Mientras tanto, DeepMind continúa ofreciendo un rendimiento impresionante en la predicción de la intensidad de los ciclones tropicales este año, especialmente frente a los modelos de huracanes de alta fidelidad y gran capacidad de cálculo, como el conjunto de modelos HAFS, que se han convertido en un pilar fundamental de la predicción de la intensidad de los huracanes en los últimos años.

Si bien DeepMind mantiene el ritmo de las predicciones oficiales de intensidad del NHC, no ha mostrado un rendimiento tan superior como en las predicciones de trayectoria. Ha sido HCCA, una herramienta adaptativa que aprovecha los modelos con mejor rendimiento pero corrige sus sesgos en tiempo real, la que está teniendo un año excepcional en lo que respecta a las predicciones de intensidad.

¿Y qué hay del famoso euro?

Franklin se apresuró a señalar que ni el famoso modelo europeo basado en la física ni su contraparte de IA figuran en sus cifras de verificación de la temporada hasta la fecha. Si bien el modelo europeo más reciente basado en IA mostró un gran potencial para la intensidad de la trayectoria la temporada pasada de huracanes —similar a DeepMind y mejor que el modelo europeo convencional—, como escribimos en junio, fue absolutamente pésimo para pronosticar la intensidad, mostrando una habilidad esencialmente negativa (es decir, peor que usar una climatología simple).

Los desarrolladores del Centro Europeo son conscientes de la tendencia del modelo de IA a subestimar enormemente la intensidad de las tormentas y, en agosto, introdujeron una solución de posprocesamiento ligera que, en pruebas retrospectivas para 2025, redujo el error de intensidad de los ciclones tropicales del modelo de IA en un factor de tres, lo que podría convertirlo en un verdadero competidor de DeepMind si la corrección se mantiene operativamente para los años venideros.

Por ahora, la corrección se basa únicamente en el modelo de IA de ejecución única (denominado determinista) y no en los conjuntos de IA más útiles que utilizan los meteorólogos profesionales especializados en huracanes. El Centro Europeo está trabajando para someter a prueba y evaluar la corrección en sus conjuntos de IA con el objetivo de mejorar las predicciones de intensidad de huracanes de Euro AI. Sin embargo, por el momento —incluida esta temporada de huracanes— debemos mantenernos cautelosos ante las predicciones de intensidad de huracanes insuficientes que ofrecen los conjuntos de IA de Euro AI.

Salta, salta

Un aspecto en el que los pronosticadores humanos aportan valor de forma habitual a las predicciones es en la consistencia de las mismas. Mientras que los modelos informáticos pueden variar drásticamente de una ejecución a otra —como si cambiaran de rumbo cada 6 o 12 horas—, los pronosticadores prefieren ajustes graduales a lo largo del tiempo, lo que en el lenguaje de las predicciones se denomina continuidad.

Las decisiones críticas con consecuencias costosas dependen de cada pronóstico, por lo que los analistas deben asegurarse de que, cuando los modelos cambian, se trate de una tendencia real y no de una fluctuación pasajera, antes de realizar ajustes importantes al pronóstico. Un pronóstico estable y confiable facilita la toma de decisiones en comparación con uno que fluctúa cada seis horas.

Al igual que un pasajero en un avión, nadie querría que el piloto hiciera movimientos bruscos de ascenso o descenso debido a una turbulencia imprevista. Esto podría ser peligroso para los pasajeros desprevenidos. Sin embargo, si la turbulencia persiste o se intensifica, se esperaría que el capitán ascendiera o descendiera gradualmente a una altitud más segura, incluso si eso implicara pasar un poco más de tiempo en cielos turbulentos para confirmarlo.

El NHC sabe que sacrificará algo de precisión en sus pronósticos en aras de la consistencia, pero también sabe que la consistencia es fundamental al tomar decisiones difíciles, como las evacuaciones a gran escala ante la llegada de un huracán. El objetivo del NHC es ofrecer los pronósticos más precisos y consistentes.

Lowell demuestra la consistencia del NHC.

El huracán Lowell, que rozó Kauaʻi y Niʻihau en Hawái y azotó partes del estado a principios de esta semana, es un buen ejemplo reciente de cómo incluso los mejores modelos pueden variar. Su trayectoria se desplazó significativamente hacia el este en las 72 horas previas a su máximo acercamiento a Hawái, lo que puso repentinamente a las islas más occidentales del estado en riesgo de recibir un impacto directo de su peligroso núcleo.

Aunque Google DeepMind registró errores de trayectoria sustancialmente menores para Lowell que cualquier competidor más cercano, incluido el pronóstico oficial del NHC, inicialmente mostró fluctuaciones erráticas, mucho mayores que el desplazamiento gradual hacia el este del NHC, hasta que finalmente se estabilizó en una tendencia hacia el este durante el fin de semana.

“Lo ideal es obtener la trayectoria correcta lo antes posible para que se puedan emitir alertas con suficiente antelación”, escribió James Franklin en una publicación en BlueSky el martes, que acompañaba sus análisis. “Pero me parece que OFCL [el pronóstico oficial del NHC] se centró en la trayectoria [del huracán Lowell] más rápido que GDMI [Google DeepMind]… y con mayor precisión temporal”.

Los modelos se consideran resultados “en bruto” por una razón, y queda a discreción del analista humano no solo interpretar los resultados, sino también adaptar la previsión del modelo de la manera más útil para aquellos cuyas vidas y medios de subsistencia están en riesgo.

Plantas rodadoras tropicales en su punto máximo

Hoy (10 de septiembre) es el punto álgido de la temporada de huracanes, el día en que es más probable encontrar una tormenta con nombre en la cuenca del Atlántico. Hoy no solo no se observan tormentas con nombre en el Golfo de México, el Caribe ni en el Atlántico en general, sino que tampoco se ven depresiones tropicales ni ningún otro sistema tropical en el horizonte cercano.

Una franja de cizalladura del viento sin precedentes para esta época del año debería paralizar la actividad durante la próxima semana, al menos, en toda la zona tropical profunda.

La única zona sospechosa que muestran nuestros modelos para las próximas semanas es el Atlántico subtropical abierto, dentro de una semana aproximadamente. Por ahora, las probabilidades son bajas, pero estaremos atentos a las tendencias para ver si surge alguna señal real en los próximos días. En cualquier caso, no es algo que deba preocuparnos en Estados Unidos.

Copyright 2026 by WPLG Local10.com - All rights reserved.