Pronóstico del tiempo: foco en lo esencial exprés

Original: "StretchCast: Global-Regional AI Weather Forecasting on Stretched Cubed-Sphere Mesh"
· Jin Feng
arXiv:2603.27288 · 2026-03-28 · CC BY 4.0 · 1 min
El nuevo modelo de IA StretchCast permite predecir el clima detalladamente en la región deseada, sin perder la visión global.

La atmósfera es un sistema caótico, y un pronóstico detallado para todo el planeta requiere una potencia de cálculo colosal. StretchCast esquiva este problema funcionando como el ojo humano: crea una «visión nítida» sobre la región elegida con una cuadrícula finísima, mientras ve al resto del mundo borroso, pero lo suficiente para captar las conexiones globales.

El modelo se entrenó con un archivo de observaciones de 25 años, donde el sol calienta los océanos, la humedad se evapora y nacen los vientos. Una cuadrícula de solo 8.000 celdas (cientos de veces menos que en los modelos habituales) cubre el planeta y reproduce con precisión los tifones, uniendo suavemente los pronósticos en los límites de las zonas. El caos atmosférico es entropía, una medida del desorden, y la resolución variable evita que la basura computacional ahogue el cálculo.

El enfoque no es nuevo: ya en los años 40, John von Neumann soñaba con la predicción numérica del tiempo. Hoy, StretchCast demuestra que los pronósticos regionales detallados son factibles incluso sin supercomputadoras: es un ojo atento para cada rincón de la Tierra.

Para cubrir la Tierra sin distorsión en los polos, StretchCast usa una cuadrícula similar a la de un balón de fútbol: paneles de distintos tamaños.

Científicos
ArchimedesDaniel BernoulliLeonhard EulerAndrey MarkovJascha Sohl-Dickstein
Conceptos
forecast skill ensemble forecast GPCP modelo de Wright-Fisher precisión de predicción punto de referencia ERA5 modelado estocástico OISST v2.1 xgboost IRI rmse