La IA modela las nubes del mundo, ahorrando 50 veces más energía ✛ ✦

Original: "Scaling Storm-Resolving Atmospheric AI Simulation to the Entire Planet"
arXiv:2606.31248 · 2026-06-30 · CC BY 4.0 · 1 min
La red neuronal STRATA reproduce nubes y tormentas en todo el planeta gastando 50 veces menos energía.

STRATA funciona como un artista que aprende a pintar el cielo. En lugar de un caballete, un servidor; en lugar de bocetos, grabaciones cortas de video de nubes y tormentas desde distintos rincones de la Tierra. El programa absorbe estas imágenes y luego crea una imagen completa de la atmósfera sobre todo el planeta para el día siguiente.

A diferencia de los antiguos modelos numéricos — cálculos engorrosos donde la máquina, como un contable pedante, repasaba temperatura, viento y humedad para cada punto —, STRATA ve el patrón general. Capta las regularidades directamente de los datos, y esto requiere 50 veces menos energía.

El secreto es que el programa divide el firmamento en cuadros-"pinceladas" y con ellos arma un mosaico, considerando solo dos fuerzas clave: el calor solar y la gravedad terrestre. Incluso la entropía — el caos meteorológico — no es un estorbo, sino un ritmo que se puede aprender. Sorprendentemente, le bastaron 17 días de observaciones para dominar las nubes planetarias. Al final, en lugar de una central eléctrica se necesita una computadora común, y las emisiones de dióxido de carbono disminuyen. Los climatólogos obtienen una herramienta rápida para predicciones precisas de lluvias torrenciales y huracanes.

A STRATA le tomó solo 17 días de datos meteorológicos — menos de lo que duran unas vacaciones — aprender a predecir las nubes de todo el planeta con un día de antelación.

Este modelo es como un paso hacia la máquina predictiva de la ciencia ficción de Isaac Asimov. Pero ahora no es ficción, sino una herramienta real de los climatólogos.

\text{FLOPs} \approx 2NP
N — número de parches, P — número de parámetros: el coste crece linealmente con el tamaño del modelo y el volumen de datos, por eso el entrenamiento local sobre teselas proporciona un ahorro enorme.
PV = nRT
La presión, el volumen y la temperatura del aire están íntimamente relacionados; sobre esta sencilla ley se apoya toda la termodinámica de los modelos atmosféricos, incluido STRATA.
Científicos
Ludwig BoltzmannHenri PoincaréJohn von NeumannJosiah Willard Gibbs
Conceptos
OISST v2.1 wind stress presión atmosférica ERA5 clima precipitación sea surface temperature troposphere data assimilation GPCP slam modelo climático Earth's energy imbalance inteligencia artificial Satellite layers nube annual cycle terremoto reanalysis OISST NRT