Físicos climáticos compiten para resolver la incertidumbre de las nubes en los modelos

Las nubes son la mayor fuente de incertidumbre en las predicciones climáticas. Su complejidad para ser simuladas digitalmente genera divergencias en los pronósticos de calentamiento global. Investigadores emplean ahora inteligencia artificial para superar esta limitación.

La carrera por los cristales climáticos del futuro

Dos enfoques principales compiten. Tapio Schneider del Instituto de Tecnología de California (Caltech) lidera CLIMA, un modelo que fusiona ecuaciones físicas con IA para ajustar parámetros que simulen el efecto de las nubes. Su equipo ha creado una biblioteca de más de 8.000 nubes digitales para entrenar sus algoritmos.

El modelo que prescinde de la física

Chris Bretherton del Allen Institute for AI (Ai2) desarrolla una alternativa. Su herramienta, ACE2, es una red neuronal entrenada con datos atmosféricos reales de los últimos 50 años. Predice el clima sin depender principalmente de las ecuaciones de fluidos, logrando pronósticos estacionales rápidos y precisos.

El obstáculo computacional de lo minúsculo

Incluso los superordenadores más potentes no pueden simular nubes directamente en modelos globales, ya que estos fenómenos operan a escala de metros. Los modelos actuales usan parámetros estimados para incorporar su influencia de forma indirecta, un proceso sujeto a intuición y con resultados variables.

Precisión urgente para un futuro incierto

La disparidad en el tratamiento de las nubes hace que las proyecciones de calentamiento para los próximos 50 años varíen entre 2 y 6 grados Celsius. Una diferencia con implicaciones críticas para la civilización. Los nuevos modelos buscan reducir esta incertidumbre para ofrecer pronósticos más fiables que informen la acción climática.