Nuevas herramientas de inteligencia artificial para examinar la relación entre el cambio climático y los fenómenos meteorológicos extremos
En los últimos años, los fenómenos meteorológicos extremos han aumentado en frecuencia e intensidad, con graves consecuencias para el medio ambiente y la seguridad de las personas. En 2024, se registraron en todo el mundo unos 604 fenómenos meteorológicos extremos(se abrirá en una nueva ventana), muchos de ellos calificados de «inusuales» y «sin precedentes». Estos fenómenos parecen estar estrechamente relacionados con el cambio climático y, en algunos casos, esta relación está bien documentada. Sin embargo, aún se desconocen los mecanismos exactos que originan los fenómenos más extremos, complejos y de mayor impacto. Comprenderlos contribuiría a diseñar mejores medidas de prevención y mitigación. El proyecto europeo XAIDA(se abrirá en una nueva ventana) reunió a un consorcio de dieciséis socios especializados IA, estadística y modelización climática. El objetivo era desarrollar una metodología basada en datos para esclarecer la influencia del cambio climático en los fenómenos meteorológicos extremos en todo el mundo. También participaron representantes de diferentes sectores para elaborar estrategias de evaluación de riesgos y adaptación ante estos fenómenos.
Herramientas inteligentes para la evaluación de fenómenos meteorológicos extremos
Para comprender y predecir mejor los fenómenos meteorológicos extremos, el consorcio de XAIDA desarrolló herramientas de aprendizaje automático, inferencia causal, detección de fenómenos y evaluación de sus efectos. Estas herramientas se combinaron con modelos climáticos estadísticos y métodos de atribución. Una de las aplicaciones se centró en las olas de calor. El equipo de XAIDA utilizó codificadores automáticos variacionales(se abrirá en una nueva ventana), una técnica específica de aprendizaje profundo, para estudiar la evolución de los episodios de calor extremo en relación con el cambio climático. Los resultados revelaron que los modelos actuales no incorporan adecuadamente algunos procesos físicos importantes. «Durante el proyecto comprobamos que, en muchas regiones, las olas de calor han aumentado con mayor rapidez de lo previsto por los modelos climáticos. Esto supone un grave motivo de preocupación», explica Dim Coumou, coordinador del proyecto y profesor titular del Departamento de Riesgos Hídricos y Climáticos de la Facultad de Ciencias de la Universidad Libre de Ámsterdam. En un artículo(se abrirá en una nueva ventana) sobre los episodios de calor extremo en Europa occidental, el equipo investigó las causas de esta discrepancia y estableció las medidas necesarias para mejorar los modelos de predicción climática y atribución. Entre los resultados de XAIDA figuran tres herramientas. AIDE (artificial intelligence for disentangling extremes) permite detectar fenómenos extremos y evaluar sus efectos; la plataforma CAUSEME ayuda a identificar relaciones de causa y efecto en datos climáticos complejos; y GreenEarthNet combina técnicas de aprendizaje automático, datos de observación de la Tierra y resultados de modelos climáticos para predecir la respuesta de los ecosistemas al cambio climático. También se creó un conjunto de materiales didácticos para profesores y alumnos de primaria y secundaria. Los investigadores del proyecto han publicado más de cien artículos de investigación científica.
Reducir las reticencias ante el uso de la inteligencia artificial
Uno de los retos que surgieron durante el proyecto estuvo relacionado con las dudas sobre la fiabilidad de la IA y la posibilidad de interpretar sus resultados. Para resolver estas dudas, el consorcio combinó métodos más tradicionales —modelos climáticos y análisis estadísticos de datos observacionales— con nuevas técnicas de IA. De este modo, pudo realizar comprobaciones básicas para determinar si los resultados obtenidos mediante IA eran coherentes. En conjunto, los resultados de XAIDA mostraron cómo incorporar la IA de manera fiable. En este sentido, se obtuvieron nuevos conocimientos sobre los procesos que originan los fenómenos meteorológicos extremos y se mejoró su predicción, incluso con varias semanas o meses de antelación. «XAIDA ha formado parte de una corriente mucho más amplia de innovación en IA en la climatología. Durante el proyecto, el uso de esta tecnología experimentó un enorme avance. Hoy disponemos de modelos globales de predicción meteorológica basados en IA que abren nuevas posibilidades para la comunidad científica», concluye Coumou.
