Receptor de monzones: cómo una red neuronal encuentra en el océano las señales de lluvias futuras ✛

‹›

Sintonización de un viejo receptor de radio requiere paciencia: giras lentamente el dial, captas un murmullo, vuelves a girar hasta que entre las interferencias emerge una voz. De manera similar, un agente de aprendizaje por refuerzo buscaba en el océano dos zonas cuya diferencia de temperatura predijera mejor las lluvias en Tailandia. Tenía dos mandos: desplazar un rectángulo y cambiar su tamaño. La recompensa era la fuerza de la relación entre la diferencia de temperaturas y la cantidad de precipitaciones en la temporada del monzón del noreste, el viento invernal que trae lluvias al sudeste asiático.

Inicialmente, las regiones se tomaron de estudios anteriores, pero la relación con las lluvias resultó débil, como una señal apenas audible. El agente probó miles de combinaciones de ubicación y tamaño, y gradualmente la correlación aumentó de 0.052 a 0.497 según la función objetivo, que promedia los cuadrados de las correlaciones para el inicio y el retroceso del monzón. Las zonas óptimas se desplazaron cientos de kilómetros respecto a las originales. Ahora la diferencia de temperatura entre ellas refleja precisamente el mecanismo monzónico local, no las corrientes globales.

Cuando se añadió el índice a la red neuronal con memoria, el error de previsión a un año vista disminuyó en 11 de los 12 grupos de estaciones meteorológicas. En el sur de Tailandia, la correlación entre el índice y las precipitaciones al inicio del monzón alcanzó -0.720; en el norte, durante el retroceso, -0.738. La relación negativa significa que cuanto más cálida es el agua en una región respecto a la otra, menores son las lluvias en la estación correspondiente, o viceversa. Solo en un clúster no hubo mejora, lo que recuerda que incluso un receptor bien sintonizado no siempre capta todas las estaciones.

Antes de este trabajo no estaba claro qué zonas del océano debían escucharse para predecir las lluvias en Tailandia, ni si un índice local podría superar a los globales. Ahora las regiones encontradas proporcionan una señal fuerte que mejora la previsión anual. El beneficio práctico es directo: la gestión de embalses y la planificación agrícola requieren previsiones precisas de precipitaciones a largo plazo. El agente, como un radioaficionado, encontró la frecuencia adecuada, y ahora los meteorólogos pueden incorporar este índice a sus sistemas sin probar manualmente miles de opciones.