El 8 de julio de 2024, el huracán Beryl tocó tierra cerca de Matagorda, Texas, alrededor de las 4 a. m., hora central.
La tormenta arrasó partes del Caribe y la Península de Yucatán antes de llegar a la costa del Golfo de Estados Unidos, aproximadamente 2 horas al suroeste de Houston.
Fue el primer huracán, así como el primer huracán de categoría 5, de la extremadamente activa temporada de huracanes del Atlántico de 2024, y batió varios récords meteorológicos, sobre todo en formación e intensidad.
Beryl, descrita como la tormenta atlántica más feroz y temprana jamás registrada, fue responsable de 69 muertes, al menos 40 de ellas en el área de Houston, mientras que las estimaciones de pérdidas económicas en Estados Unidos oscilaron entre 28 mil millones y 32 mil millones de dólares.
Y, sin embargo, por devastador que fue el huracán Beryl, la inteligencia artificial jugó un papel importante en la prevención de muertes.
Mientras Beryl cruzaba la cuenca del Atlántico, GraphCast, una herramienta de pronóstico del tiempo creada por Google DeepMind, el brazo de inteligencia artificial de la compañía de tecnología, vio lo que otros modelos habían pasado por alto, informó Bloomberg.
HOUSTON – Un árbol caído en el techo de una casa en Meadowcreek Village, una comunidad que permanece sin electricidad por noveno día después de que el huracán Beryl dejó a miles de personas sin electricidad, es fotografiado el martes 16 de julio de 2024 en Houston. (Raquel Natalicchio/Houston Chronicle vía Getty Images)
Houston Chronicle/Hearst Newspapers vía Getty Images/Getty Images
La IA requiere supervisión humana
GraphCast predijo correctamente que la tormenta giraría bruscamente desde el sur de México hacia el sur de Texas casi una semana antes de los pronósticos tradicionales.
Otro modelo, el Horizon AI Global de Climavision, con sede en Louisville, Kentucky, también predijo la llegada a Texas con unos nueve días de antelación, mucho más allá de los modelos tradicionales.
Más acciones tecnológicas:
A medida que Palantir evoluciona, vale la pena mirar dos veces a los competidores. El próximo gran avance de NVIDIA podrían ser los coches voladores. Cathie Wood está vendiendo acciones de AI en alza por valor de 21,4 millones de dólares.
“La introducción de la inteligencia artificial para rastrear huracanes ha brindado a los científicos una herramienta nueva y más accesible”, según una publicación de blog del 1 de octubre en el sitio web del Museo de Historia Natural de Florida. “A diferencia de los modelos tradicionales, la inteligencia artificial utilizada para rastrear huracanes puede funcionar en computadoras portátiles en lugar de supercomputadoras y consume menos energía”.
“Esta tecnología podría ayudar a los científicos a predecir con mayor rapidez y precisión la fuerza de los huracanes que se mueven rápidamente”.
Google DeepMind se ha formado con 40 años de registros meteorológicos y aprende a predecir la intensidad y gravedad de los huracanes.
Sin embargo, como señala el informe, esto no significa que la IA se hará cargo de la previsión meteorológica. “Google DeepMind, al igual que otros modelos de inteligencia artificial, todavía comete errores y necesita personas que los rastreen y analicen los datos”, dijo.
Además de los huracanes, la IA está entrenada para predecir y gestionar desastres naturales como terremotos, inundaciones e incendios forestales.
Los desastres naturales causan graves daños económicos.
El número promedio de desastres de miles de millones de dólares por año ha aumentado a 19 eventos por año en los últimos 10 años, desde alrededor de tres eventos por año en los años 1980.
Según Climate.gov, el costo total de los desastres naturales que costaron miles de millones de dólares entre 2020 y 2024 fue de 746.700 millones de dólares, con una pérdida anual promedio de cinco años de 149.300 millones de dólares.
Predicción de terremotos: el Santo Grial
“Las agencias de bomberos están explorando un conjunto de innovaciones de inteligencia artificial para la extinción de incendios, como algoritmos de aprendizaje automático que analizan datos satelitales para predecir las trayectorias del fuego”, dijo recientemente Sasha Brodsky, miembro del personal de IBM.
Al mismo tiempo, las redes de sensores inteligentes buscan señales de calor y filtran falsas alarmas, lo que potencialmente brinda a los bomberos alertas tempranas importantes, escribió.
Brodsky dijo que las agencias están utilizando inteligencia artificial en el terreno, incluida Austin Energy, que ha desplegado una red de cámaras alimentadas por inteligencia artificial en todo el centro de Texas que escanea automáticamente en busca de señales de incendios forestales, con el objetivo de detectar incendios antes de que se propaguen.
Relacionado: Los analistas dicen que los mercados de pronóstico se están fortaleciendo
Las inundaciones representan hasta el 40% de los desastres naturales en todo el mundo, y un equipo de investigadores de Penn State ha desarrollado un modelo hidrológico que puede predecir los impactos de las inundaciones y gestionar los recursos hídricos a escala global.
“Este modelo cambia las reglas del juego para la hidrología global”, dijo Chaopeng Shen, profesor de ingeniería civil y ambiental en Penn State.
En 2023, un equipo de investigadores de la Universidad de Texas en Austin publicó los resultados de un estudio de siete meses realizado en China después de utilizar inteligencia artificial para predecir correctamente el 70% de los terremotos una semana antes de que ocurrieran.
El equipo de la Escuela Jackson de Geociencias entrenó su algoritmo de inteligencia artificial en cinco años de registros sísmicos en la región y luego le pidió que localizara los próximos terremotos basándose en la actividad sísmica actual.
El algoritmo predijo con éxito 14 terremotos, cada uno dentro de un radio de 200 millas del epicentro. También se perdió un terremoto y predijo ocho que nunca sucedieron.
Según la universidad, muchos científicos han pensado durante mucho tiempo que la predicción de terremotos es imposible, pero dados los recientes avances en inteligencia artificial, “algunos investigadores han comenzado a preguntarse si eso podría cambiar, y la prueba de la UT Austin ha reforzado las esperanzas en el campo”.
“La previsión de terremotos es el Santo Grial”, afirmó Sergei Fomel, geólogo de la Universidad de Texas en Austin y miembro del equipo de investigación.
“Aún no estamos cerca de hacer predicciones para ningún lugar del mundo, pero lo que hemos logrado nos dice que lo que pensábamos que era un problema intratable es, en principio, solucionable”.
Relacionado: Rufus de Amazon y otros asistentes de compras con inteligencia artificial obtienen una adopción generalizada y enfrentan desafíos para los consumidores
