Un mosaico de grandes baldosas de colores. Cada baldosa es la cantidad media de precipitación durante un mes entero en un territorio del tamaño de un pequeño país. Para una idea general, la imagen sirve, pero si necesitas saber si ayer llovió sobre una ciudad concreta, es inútil. Los modelos climáticos globales funcionan así: dan una imagen borrosa, porque calcular cada ráfaga de viento y cada nube para toda la Tierra es demasiado costoso.
El nuevo enfoque, llamado Longwang, resuelve este problema de otra manera. Toma un mapa mensual grueso de precipitaciones (cuadrados de unos 100 km de lado) y lo convierte en uno diario, con celdas de aproximadamente 10 km. El secreto es que la red neuronal no aprende de pares «malo-bueno», sino de la propia estructura de la lluvia. Absorbe las leyes físicas: cómo el viento transporta la humedad, cómo las precipitaciones dependen del relieve, cómo son los frentes de lluvia típicos. Luego, al mirar la imagen borrosa, dibuja detalles plausibles, como un artista que reconstruye un cuadro completo a partir de un boceto.
Lo más impresionante es que el método funciona donde otros fallan: reproduce bien los aguaceros raros pero intensos, que son los que más suelen causar inundaciones. Con datos históricos e incluso en escenarios de calentamiento futuro, conserva la estructura espacial de las precipitaciones y su continuidad temporal: la lluvia no aparece caóticamente, sino que se mueve por el mapa de manera coherente.
Así, el mosaico grueso de los modelos climáticos gana nitidez, permitiendo asomarse al tiempo diario de un futuro lejano y prepararse para él desde hoy.
El nombre Longwang hace referencia al dragón chino señor de la lluvia, lo que refleja con precisión la esencia: la red neuronal «invoca» precipitaciones detalladas a partir de datos climáticos gruesos.
En la novela de Kim Stanley Robinson «El Ministerio del Futuro», la predicción local precisa de olas de calor y sequías cambia la política global; Longwang da un paso hacia esa realidad.