Durante décadas, los modelos globales de la atmósfera eran como pintores obligados a trazar tormentas planetarias con pinceladas gruesas: la resolución de 25–100 kilómetros obligaba a «adivinar» la convección mediante esquemas aproximados, generando errores sistemáticos en los pronósticos de lluvia y clima. Ya John von Neumann, al sentar las bases de la simulación numérica del tiempo, afirmó que la clave de la precisión residía en la potencia de cálculo. Pero incluso hoy, los modelos globales que resuelven tormentas, reproduciendo explícitamente celdas de escala kilométrica, devoran cerca de un megavatio-hora de energía por día de simulación — como una pesada apisonadora que recorre el planeta al costo de montañas de dióxido de carbono.
El modelo STRATA le da la vuelta a esta estrategia. En lugar de cargar con el peso de toda la atmósfera de una vez, actúa como un maestro mosaiquista: aprende a partir de diminutas teselas —fragmentos locales de 128×128 celdas (~576 km) con un paso temporal de 10 minutos. La física es aquí una aliada: en 10 minutos, las ondas acústicas en la atmósfera recorren apenas unos 200 km, por lo que cada fragmento contiene casi todo lo necesario para predecir su propia evolución. Pero hay una sincronización aún más profunda: justo en ese intervalo una gota de nube crece hasta alcanzar el tamaño en que comienza a caer — el modelo capta, sin saberlo, el ritmo natural de la formación de lluvia. La arquitectura absorbe dinámicas multidimensionales: el embedding 3D de parches aprehende los flujos verticales, y un nuevo método de codificación posicional estereográfica, StereoRoPE, tiene en cuenta la esfericidad de la Tierra y el influjo de la gravedad y la radiación solar como forzamiento externo. Los campos convectivos, con alta entropía y tendencia a estallidos caóticos, se suavizan mediante un decodificador de anti-aliasing por píxeles — igual que un mosaiquista pule con esmero los bordes de cada tesela de esmalte para evitar ruido en el conjunto.
El resultado supera las expectativas: el modelo genera pronósticos estables de 24 horas con una dinámica realista a escala kilométrica — desde las espirales retorcidas de los ciclones tropicales hasta la convección insular y las lluvias orográficas que azotan las laderas de barlovento. Los espectros de potencia de las lluvias son casi indistinguibles de los del modelo de referencia SCREAM, y la métrica clave Fractions Skill Score supera con contundencia la persistencia. Pero el avance más asombroso es la eficiencia energética: 48 días de simulación por megavatio-hora, unas 50 veces mejor que los métodos clásicos. Con 512 aceleradores H100, STRATA entrega 741 días de simulación por día real, consumiendo decenas de veces menos electricidad y, por tanto, reduciendo las emisiones de CO₂, el mismo que contribuye a calentar el clima.
Semejante ahorro convierte la simulación global de tormentas con resolución explícita, de proeza computacional puntual, en una herramienta accesible. Se abre la puerta a cálculos de conjunto en escalas centenarias, que permitirán cuantificar la frecuencia cambiante de lluvias extremas y el papel de las retroalimentaciones nubosas —la principal incertidumbre de los pronósticos climáticos. El siguiente paso es la hibridación con modelos globales de grano grueso y el avance hacia resoluciones de 100–200 metros, donde las nubes bajas, cuyo equilibrio entre reflejo de la luz solar y retención del calor se ha escapado hasta ahora a los cálculos, se hacen visibles. Si los modelos numéricos del pasado eran pesados tapices tejidos a mano, STRATA propone un mosaico ligero que respira y vive en tiempo real.
STRATA se entrenó con solo 17 días de datos globales — es como ver una sola temporada de una serie y ya poder reproducir la dinámica convectiva planetaria.
La idea de un emulador rápido de IA del clima global resucita la imagen de la «Máquina de Predicción» de la ciencia ficción de Asimov — un superordenador que calcula el futuro; pero ahora no es ficción, sino STRATA.