En todo el planeta, miles de estaciones meteorológicas miden la temperatura, humedad, presión y lluvias a diario. Esta gran cantidad de información está disponible a meteorólogos y aficionados gracias a varios portales que recolectan y distribuyen estos datos, con el objetivo de generar estadísticas de valores mensuales y anuales para cada región.

Pero recientemente, gracias al uso de la Inteligencia Artificial (AI), un grupo de investigadores ha logrado aplicar dicha tecnología a estos conjuntos de datos para analizar los extremos de temperatura en distintas zonas de Europa, y han encontrado una gran concordancia en comparación con los resultados existentes obtenidos con métodos tradicionales. Pero, por otro lado, han aparecido nuevos extremos climáticos que no se conocían con anterioridad.

En el trabajo de investigación, publicado en la revista Nature Communications, un equipo dirigido por Étienne Plésiat del Centro Alemán de Computación Climática en Hamburgo, con colegas del Reino Unido y España, reconstruyó observaciones de fenómenos climáticos extremos en Europa: días extremadamente cálidos y fríos, y noches extremadamente cálidas y frías.

Utilizando la Inteligencia Artificial para entender mejor el cambio climático a partir del análisis de datos pasados.

Los modelos de IA utilizados por Plésiat y sus colegas fueron entrenados y comparados con simulaciones históricas con modelos del sistema terrestre del archivo CMIP6 (Proyecto de intercomparación de modelos acoplados, una colaboración global de modelos climáticos que acoplan la atmósfera y los océanos para calcular el clima pasado, el clima actual y el clima futuro).

Los investigadores descubrieron que su técnica de aprendizaje profundo, a la que llaman CRAI (Climate Reconstruction AI), superó varios de estos métodos existentes. Su técnica demostró su capacidad para reconstruir fenómenos extremos pasados y revelar tendencias espaciales en intervalos de tiempo no cubiertos por los denominados "conjuntos de datos de reanálisis" (el reanálisis climático llena los vacíos en las bases de datos observacionales utilizando un modelo climático junto con las observaciones disponibles).

Además, reveló extremos europeos previamente desconocidos, por ejemplo, olas de frío como la de 1929 y olas de calor, incluida la de 1911. Debido a la escasez de datos, tales extremos sólo se insinuaron de manera anecdótica. "De hecho, encontramos que nuestra reconstrucción basada en IA muestra una mayor precisión que los métodos estadísticos tradicionales, particularmente en regiones con escasez pronunciada de datos", comentó el equipo en la publicación, agregando que el entrenamiento de estos modelos CRAI debería mejorar la precisión cuando se explotan grandes cantidades de información.

"Este trabajo subraya el potencial transformador de la IA para mejorar nuestra comprensión de los fenómenos climáticos extremos y sus cambios a largo plazo". Debido a que el clima mundial está cambiando rápidamente, es fundamental conocer cómo cambian los extremos de temperatura y precipitaciones, y este tipo de avances permitirá mejorar nuestro conocimiento del clima pasado, para anticipar los cambios futuros.