Inteligencia artificial en apps meteorológicas: la desigual carrera por anticipar el tiempo

Quizá hayas notado últimamente un toque de inteligencia artificial en tu aplicación del tiempo. Mientras las compañías se apresuran a integrar IA en todos sus productos, la ola llegó a la humilde app meteorológica.

The Weather Company, responsable de Weather Channel, estrenó una versión renovada de Storm Radar con un asistente climático basado en IA que permite personalizar la visualización de predicciones y mapas meteorológicos, alternando entre capas como radar, temperatura, viento o rayos.

También sincroniza con otras apps, por ejemplo tu calendario, para enviar notificaciones de texto y resúmenes meteorológicos que relacionan el tiempo previsto con tus planes diarios. Si deseas, puedes activarle voz para que hable como un locutor radiofónico clásico. Al igual que la mayoría de apps meteorológicas, obtiene sus datos de la Administración Nacional Oceánica y Atmosférica (NOAA) y del Servicio Meteorológico Nacional (NWS).

La suscripción cuesta 4 dólares mensuales. Por ahora solo existe para iOS, aunque la empresa promete versión para Android próximamente.

El pronóstico climático potenciado por IA

«Queríamos crear una experiencia que elevara el nivel meteorológico de cualquiera, desde un observador ocasional hasta un cazador de tormentas experto», explica Joe Koval, meteorólogo jefe de The Weather Company. Añade: «Si quieres saber cuándo hará buen tiempo para sacar al perro mañana, ya no debes consultar montones de datos e intentar deducir la respuesta por tu cuenta».

Los móviles Android e iOS suelen colocar el tiempo en un lugar prominente junto a la hora. Tanto Google como Apple integraron sus apps meteorológicas directamente en los smartphones. También incorporaron funciones de IA que ofrecen información y resúmenes sobre la jornada que se avecina.

Sin embargo, abundan apps meteorológicas de terceros, como Storm Radar, Carrot Weather, Rain Viewer o Acme Weather, desarrollada por los antiguos creadores de Dark Sky. Las nuevas propuestas, como Rainbow Weather, aspiran a priorizar la inteligencia artificial. Las firmas meteorológicas también se integran directamente en chatbots de IA; Accuweather lanzó recientemente una app dentro de ChatGPT de OpenAI.

«Cada persona tiene su idea sobre qué desea en una app meteorológica, qué datos le interesan y cómo prefiere que se presenten. ¿Cómo se construye una única app que funcione para todos?», se pregunta Adam Grossman, cofundador de DarkSky.

DarkSky, una de las apps meteorológicas más populares de iOS, fue adquirida por Apple en 2020 y fusionada con Apple Weather. Grossman dejó Apple para fundar Acme Weather, con el objetivo de crear un servicio de predicción que comunique mejor la incertidumbre inherente a los pronósticos.

«Por muy bueno que sea tu pronóstico, vas a fallar. Eso es algo que las apps meteorológicas tradicionalmente no han gestionado bien. Nuestro enfoque consiste en descubrir cómo devolver esos matices de contexto», argumenta Grossman.

Cómo funciona la predicción meteorológica

Los repositorios de información meteorológica suelen provenir de fuentes gubernamentales como NOAA u otros servicios meteorológicos mundiales que recopilan datos de satélites, radares, globos sondas e instrumentos en tierra. Toda esa información se introduce en modelos de predicción que simulan la física atmosférica. Estas previsiones suelen generarse mediante supercomputadoras de gran consumo, aunque los modelos de aprendizaje automático han reducido ese procesamiento, acelerando las predicciones. Aunque a veces son menos precisas, se puede compensar comparando varios modelos.

Aplicaciones como Storm Radar y Acme Weather traducen esa abundancia de información contrastando y recopilando modelos, y luego ayudan a crear mapas de alta resolución y una representación visual de los datos, un área donde la IA también puede ser especialmente útil.

Referencia de contenido: consultar fuente original aquí