El timonel y el grumete: cómo predecir El Niño cuando hay pocos datos ✛ ✎

Original: "A Hybrid Deep-Learning Model for El Niño Southern Oscillation in the Low-Data Regime"
arXiv:2412.03743 · 2024-12-04 · CC BY-NC-ND 4.0 · análisis propio · 2 min
Un modelo guía el barco según el mapa, otro aprende de sus errores, y juntos predicen la corriente cálida del Pacífico con más precisión que por separado.

Un timonel experto guía el barco según el mapa, pero el mapa no siempre es exacto. El grumete, que ha observado durante mucho tiempo cómo se equivoca el timonel, aprende a señalar dónde miente el mapa. Juntos trazan un rumbo mejor que cada uno por separado. Así funciona el nuevo modelo de pronóstico de El Niño, la corriente cálida del Pacífico que cada pocos años altera lluvias y sequías en todo el planeta.

El modelo habitual es el timonel. Recuerda cómo se relacionan la temperatura del agua y la altura del mar de un mes a otro. Esa relación es simple, por lo que el modelo funciona incluso cuando hay pocos datos, y nosotros solo tenemos unos ciento cincuenta años. Pero no percibe que los eventos cálidos de El Niño son más intensos que los fríos, y por eso se equivoca.

La red neuronal es el grumete. No se le enseña a predecir El Niño, sino a corregir los errores del timonel. Primero, el timonel hace dieciséis pronósticos, ligeramente distintos. El grumete los examina junto con la historia del océano y dice dónde se equivocó el timonel. Así, el modelo capta la diferencia entre eventos cálidos y fríos.

La habilidad de pronóstico 0.5 es el umbral a partir del cual el pronóstico comienza a ser útil en la práctica. Por debajo de esa línea, es mejor simplemente decir “será como siempre”.

Las pruebas lo demuestran: después de solo cien años de entrenamiento, el híbrido predice con un año de anticipación con una habilidad superior a 0.5, mientras que la red neuronal sin el timonel queda por debajo de 0.4. Solo tras quinientos años de entrenamiento, la red pura alcanza al híbrido. Antes se pensaba que se necesitaban miles de años de datos, pero ahora se ve que basta con un siglo si un modelo hace el trabajo principal y el otro corrige sus errores. El timonel guía el barco, el grumete susurra dónde miente el mapa, y el rumbo se vuelve más certero.

Para cubrir por completo la diversidad de eventos interanuales de El Niño podrían necesitarse unos 500 años de observaciones, pero los datos satelitales solo abarcan los últimos 40 años.

En la novela de Kim Stanley Robinson “Las cuarenta señales de lluvia”, el pronóstico preciso de El Niño se convierte en un asunto de seguridad nacional, y en la realidad los modelos híbridos intentan precisamente extraer el máximo provecho de series de datos cortas.

Conceptos
Jin-Timmermann model El Niño-Southern Oscillation ENSO recharge oscillator model spring predictability barrier El Niño index La Niña Multivariate ENSO Index ERSST Southern Oscillation equatorial wave propagation relative ONI aprendizaje supervisado débil Warm water volume TAO/TRITON moorings redes neuronales de aprendizaje predictivo regresión de red neuronal NOAA PMEL / TAO mixed mode oscillations NOAA CPC