Google Research, en estrecha colaboración con el Centro Europeo de Previsiones Meteorológicas a Plazo Medio (ECMWF), publicó en la prestigiosa revista Nature el modelo NeuralGCM (General Circulation Model), una arquitectura híbrida pionera que integra simulación física de fluidos atmosféricos con redes neuronales profundas para la predicción meteorológica y la proyección climática a largo plazo. Mientras los modelos climáticos numéricos tradicionales consumen semanas enteras de cómputo en superordenadores gigantescos y los modelos basados únicamente en IA sufren derivas numéricas a escalas multianuales, NeuralGCM combina ecuaciones de fluidos a gran escala con redes neuronales que parametrizan la física de subcuadrícula (como la formación de nubes y precipitación), logrando simulaciones climáticas de 40 años órdenes de magnitud más rápidas y con estabilidad física garantizada.
Capítulo 01
La noticia en una frase
Google Research y ECMWF presentan NeuralGCM en Nature, un modelo híbrido que une ecuaciones físicas atmosféricas con redes neuronales para simulaciones climáticas decádicas estables.
El sistema genera proyecciones climáticas de 40 años con un coste computacional hasta 100.000 veces menor que los modelos convencionales de circulación general.
Capítulo 02
