Google desarrolló otro modelo de inteligencia artificial (IA) generativa, llamado SEEDS, basado en los modelos probabilísticos de difusión de eliminación de ruido.
SEEDS es el acrónimo en inglés de ‘Muestrario de difusión envolvente de conjunto escalable’ (Scalable Ensemble Envelope Diffusion Sampler).
Este ha sido diseñado para mitigar la incertidumbre y la imprecisión de los pronósticos de tiempo.
GOOGLE APROVECHA LAS CAPACIDADES DE LA IA GENERATIVA
Para ello, y como explican los investigadores de Google, aprovecha las capacidades de la IA generativa para producir un conjunto de predicciones a escala a partir de uno o dos pronósticos.
Además, indicaron que cuenta con un coste computacional mucho más reducido.
“Esto conduce a un sistema de pronóstico híbrido en el que algunas trayectorias climáticas calculadas con un modelo basado en la física se utilizan para generar un modelo de difusión”.
UNA ALTERNATIVA AL PARADIGMA OPERATIVO ACTUAL
Este último, informan, “puede generar pronósticos adicionales de manera mucho más eficiente”, explican en el blog de Research.
Esto ofrece, asimismo, “una alternativa al paradigma operativo actual de pronóstico del tiempo”.
Indican que “los recursos computacionales ahorrados por el emulador estadístico podrían asignarse a aumentar la resolución del modelo basado en la física o emitir pronósticos con mayor frecuencia”.
SEEDS Y LA EVALUACIÓN DEL RIESGO CLIMÁTICO
Los investigadores de Google consideran que SEEDS da una muestra del potencial de la IA generativa para la predicción del tiempo, especialmente para la evaluación del riesgo climático.
La compañía presentó recientemente otros trabajos en el mismo área: GraphCast, un modelo de IA de Google DeepMind diseñado para ofrecer un pronóstico preciso del tiempo.
Se trata de un trabajo que hará en los siguientes diez días, y para predecir eventos climáticos extremos; y MetNet-3, para pronósticos de alta resolución con hasta 24 horas de anticipación.
Fuente: EP.