Google DeepMind publicó en la prestigiosa revista Science el modelo meteorológico GraphCast, una red neuronal basada en grafos (GNN) que genera pronósticos meteorológicos globales a 10 días en menos de un minuto, con una resolución espacial de 0.25 grados y superando al sistema numérico de referencia mundial (el modelo HRES del Centro Europeo de Previsiones Meteorológicas a Plazo Medio, ECMWF) en más del 90% de las 1.380 variables evaluadas. Entrenado con cuatro décadas de datos históricos del reanálisis ERA5, GraphCast proyecta cientos de variables atmosféricas —incluyendo temperatura, humedad, viento y geopotencial en 37 niveles de altura— permitiendo una anticipación crítica ante ciclones tropicales, olas de calor extremas e inundaciones con una eficiencia energética mil veces superior a los supercomputadores climáticos tradicionales.
Capítulo 01
La noticia en una frase
DeepMind publica en Science el modelo GraphCast, que predice el tiempo meteorológico global a 10 días en menos de un minuto superando al estándar de oro de la ECMWF.
El sistema genera pronósticos a escala de 28 km en una sola TPU v4 de Google, sustituyendo horas de cómputo en superordenadores de cientos de nodos.
Capítulo 02
