La integración de IA en modelos climáticos promete proyecciones más precisas y rápidas, según un estudio publicado en Nature Geoscience

Un grupo de investigadores de diversas partes del mundo, encabezado por la profesora Veronika Eyring del Centro Aeroespacial Alemán (DLR) y la Universidad de Bremen, con la colaboración de la Universitat de València, ha dado a conocer un enfoque revolucionario. Este método combina inteligencia artificial (IA) con modelos del sistema terrestre, lo que permite aumentar tanto la precisión como la velocidad de las simulaciones climáticas.

La investigación, que ha sido publicada en la prestigiosa revista Nature Geoscience, resulta crucial para facilitar la toma de decisiones en relación con la mitigación y adaptación al cambio climático.

Nature Geoscience se posiciona como una revista de prestigio que difunde estudios de alta calidad en diversas ramas de las ciencias de la Tierra, tales como la ciencia climática, la geología y la oceanografía. El propósito de esta publicación es promover el conocimiento y estimular la investigación interdisciplinaria para enfrentar los desafíos ambientales más apremiantes.

El enfoque sugerido incorpora modelos híbridos, que fusionan modelos del sistema terrestre con métodos de aprendizaje automático. Esta combinación facilita simulaciones que son tanto más rápidas como precisas, lo cual es fundamental para el desarrollo de políticas climáticas a nivel global y regional. Al integrar la física con la inteligencia artificial, estos modelos no solo optimizan la capacidad de generalización en las proyecciones climáticas, sino que también representan de manera más fiel los procesos críticos del sistema terrestre.

Esquema del enfoque propuesto de modelado climático multiescala potenciado por IA para avanzar en la mitigación y adaptación.

Este estudio resulta de la colaboración entre los investigadores líderes del proyecto European Research Council (ERC) Synergy Grant titulado ‘Understanding and Modelling the Earth System with Machine Learning (USMILE)‘. La profesora Veronika Eyring, junto a los profesores Pierre Gentine de la Universidad de Columbia en EE. UU.; Gustau Camps-Valls de la Universitat de València en España; Markus Reichstein del Instituto Max Planck de Biogeoquímica en Alemania; y David M. Lawrence del Centro Nacional de Investigación Atmosférica en EE. UU.) han sido fundamentales en este esfuerzo conjunto.

Datos del estudio elaborado

Veronika Eyring afirma que “la integración de la IA en los modelos climáticos representa un paso transformador hacia proyecciones más precisas y útiles”. Este desarrollo no solo enfrenta desafíos históricos relacionados con la proyección del clima, sino que también optimiza la representación de procesos a pequeña escala y mecanismos de retroalimentación que son fundamentales para la dinámica climática. Además, esta publicación se erige como un hito en el ámbito de la proyección climática, con repercusiones significativas para las políticas climáticas y las estrategias dirigidas a disminuir las emisiones de gases de efecto invernadero.

“La combinación de técnicas de aprendizaje automático con el modelado climático tradicional nos proporciona un avance notable en la comprensión de las complejas interacciones climáticas y en la mejora de los modelos. La IA no solo juega un papel de apoyo, sino que es esencial para transformar lo que nuestros modelos son capaces de lograr”, señala Gustau Camps-Valls, catedrático de Ingeniería Electrónica y coordinador del Image and Signal Processing en la Universitat de València.