El modelo de IA de Google DeepMind para ciclones promedió un error de 230 kilómetros en la trayectoria a cinco días, frente a 370 del conjunto europeo, en un artículo de Nature, y sus propios autores llaman a la intensificación rápida un problema sin resolver

Un artículo de Nature publicado el 6 de agosto de 2026 informa de que un modelo de IA de Google DeepMind pronosticó la posición de los ciclones tropicales a cinco días con un error medio de 230 km. El sistema de conjuntos del Centro Europeo de Predicción Meteorológica a Plazo Medio, conocido como ENS, promedió 370 km en las mismas tormentas, y el modelo anterior de DeepMind, GenCast, promedió 335 km. Esas cifras proceden de tormentas de 2023 y 2024. Los autores resumen toda su evaluación, que llega hasta 2025, como una ventaja media de antelación de un día o más sobre los principales modelos operativos.

El modelo se llama WeatherNext Cyclones. AlphaFold, el sistema científico más conocido de DeepMind, se trata en nuestro artículo sobre su premio Nobel, y este produce pronósticos que se pueden contrastar con lo que ocurrió. Treinta y dos personas firmaron el artículo. Este indica que 22 de ellas son empleadas de Google y poseen acciones de Alphabet, y cinco autores han presentado una patente sobre el modelo meteorológico probabilístico central, aunque no sobre la parte específica de los ciclones. El resto procede del Centro Nacional de Huracanes de Estados Unidos (NHC), la Universidad Estatal de Colorado, la Oficina Meteorológica del Reino Unido y la Universidad de Waterloo. Nature recibió el manuscrito el 23 de diciembre de 2025 y lo aceptó el 24 de julio de 2026.

De qué aprendió el modelo y qué aportaron las personas

WeatherNext Cyclones aprendió de dos conjuntos de datos. Uno son unos 20 terabytes de análisis meteorológicos globales del centro europeo, las mejores reconstrucciones de la atmósfera en momentos pasados. El otro es IBTrACS, una base de datos de casi 5000 ciclones observados que el artículo califica de curada por expertos y que registra la trayectoria de cada tormenta, su viento máximo y el radio de sus vientos fuertes. Ese segundo archivo pesa solo unos 10 megabytes, y el artículo dice que sus registros de trayectoria óptima los compilan responsables de curación en centros operativos de pronóstico. El modelo no descubrió esas tormentas. Aprendió de ellas.

Trabaja sobre un mapa del tiempo con puntos de malla separados unos 28 km, con seis variables a 13 alturas más seis en superficie, y avanza de seis en seis horas hasta 15 días. A diferencia de los modelos de lenguaje de los chatbots, predice números en un mapa y no palabras. Para encontrar ciclones, los autores marcan durante el entrenamiento el centro de cada tormenta como un pequeño bulto en el mapa y añaden capas para su intensidad y su tamaño. Un programa de seguimiento aparte, basado en reglas, lee las posiciones de las tormentas sobre el pronóstico terminado.

Cada ejecución produce un futuro posible, y el sistema genera 50 de ellos, o hasta 1000. El blog de DeepMind dice que un pronóstico a 15 días tarda menos de un minuto en una TPU, un chip de IA de Google. Cuánta electricidad cuesta ese cálculo se explica en nuestro artículo sobre el consumo energético de la IA.

Cómo se comprobó la cifra de 230 km

Los autores fijaron sus decisiones de diseño con tormentas de 2022 y después evaluaron el modelo con ciclones de 2023 y 2024. Para cada año de prueba lo reentrenaron solo con datos hasta finales del año anterior, de modo que ninguna tormenta evaluada estuvo en su entrenamiento. Para 2025 se ejecutó en vivo una versión del modelo, y la comprobación de ese año cubre solo el Atlántico norte y el Pacífico oriental.

Las comparaciones siguieron las reglas del NHC, que solo cuentan un pronóstico si todos los modelos comparados produjeron uno para esa tormenta y a ese plazo. Los rivales fueron ENS, GenCast con su sesgo de intensidad corregido y HAFS-A de la NOAA, un modelo regional de alta resolución cuyos pronósticos el estudio usa solo para el Atlántico norte y el Pacífico oriental. El artículo empleó pruebas bootstrap con 1000 remuestreos y dice que casi todas las mejoras son significativas al nivel del 5%.

Un revisor, cuyo informe publicó Nature sin nombre, señaló que una regla así puede favorecer a un sistema prudente que deja pasar muchas tormentas. Los autores respondieron que una segunda prueba, que valora los pronósticos por su utilidad para tomar decisiones y no descarta ninguna tormenta, cubre los casos no detectados.

Las cifras que da el artículo

El error de trayectoria a cinco días fue de 230 km para WeatherNext Cyclones, frente a 370 km para ENS y 335 km para GenCast. ENS alcanza un error de 230 km solo tras unos 3,75 días, de donde los autores sacan algo más de 30 horas de aviso adicional con esa precisión, y unas 24 horas frente a GenCast.

En intensidad, el pronóstico a tres días del viento máximo fue 3,75 nudos (unos 7 km/h) más preciso que HAFS, lo que según los autores equivale a casi una década de progreso en los modelos convencionales. En las puntuaciones de intensidad probabilística, el modelo redujo el error en más del 50% a muchos plazos frente a ENS y GenCast.

La intensificación rápida significa un aumento de 30 nudos o más en el viento máximo en 24 horas. En el Atlántico y el Pacífico oriental, el modelo subió de poco menos de 0,3 a cerca de 0,5 una puntuación que pondera los aciertos frente a las falsas alarmas y los fallos, el índice de éxito crítico. Los autores califican la intensificación rápida de problema clave sin resolver y escriben que ningún modelo destaca por sí solo en ella.

En una simulación con pesos ajustados con tormentas de 2022, añadir el modelo al consenso de trayectoria del NHC, un promedio de varios modelos, mejoró ese consenso entre un 18% y un 38% según el plazo, un 28% de media. El consenso de intensidad mejoró entre un 5% y un 14%, un 6% de media. Los autores escriben que esto muestra que los modelos convencionales siguen aportando un valor sustancial en intensidad.

Qué dice el balance de 2025 del Centro Nacional de Huracanes

El informe de verificación del NHC para 2025, fechado el 30 de marzo de 2026, da una lectura oficial a la prueba en vivo. En el Atlántico, dice, los pronósticos oficiales generalmente superaron a la mayoría de los modelos, aunque la media del conjunto de Google DeepMind (con la etiqueta GDMI) lo hizo algo mejor a corto plazo, superando los pronósticos de trayectoria del NHC de las 12 a las 72 horas. En el Pacífico oriental, GDMI superó el pronóstico oficial de trayectoria y todas las ayudas de consenso de las 48 a las 120 horas, y fue el mejor modelo individual de intensidad de las 12 a las 48 horas. El modelo no estuvo disponible al comienzo de la temporada, así que esas comparaciones dejan fuera las dos primeras tormentas del Atlántico y las cinco primeras del Pacífico oriental.

El informe dice también que los errores de intensidad en el Atlántico estuvieron por encima del promedio de cinco años durante los numerosos casos de intensificación rápida de la temporada, y que los pronósticos oficiales los resolvieron mejor que las guías de los modelos. CNN informó el 8 de octubre de 2026 de que el NHC pronosticó el huracán Melissa de 2025 como una tormenta de categoría 5 cuando todavía era de categoría 1 con 80 mph, basándose en gran medida en las proyecciones de DeepMind. El director del NHC, Michael Brennan, dijo a CNN que los modelos de IA han mostrado más coherencia de una ejecución a otra.

Los límites que declaran los autores

El artículo dice que el modelo depende de datos de análisis de alta calidad y que los sistemas futuros deberían usar observaciones en bruto. Todavía no pronostica lluvia, marejada ciclónica ni rachas de viento. El conjunto de intensidad es ligeramente subdispersivo, es decir, sus miembros se dispersan menos que los errores reales, y sus probabilidades de viento son algo exageradas en confianza en los umbrales más altos. A plazos largos puntúa peor que el consenso de intensidad del NHC. El suplemento añade que las comparaciones con HAFS en intensidad son más mixtas, con casos más frecuentes en que HAFS tuvo el error más bajo.

La lectura cautelosa de un pronosticador

Michael Lowry, especialista en huracanes de WPLG-TV en Miami y antiguo científico sénior del NHC, escribió el 10 de septiembre de 2026 sobre la temporada de 2026 hasta la fecha. Con datos de verificación de James Franklin, antiguo jefe de sección del NHC, informó de que DeepMind tuvo el menor error de trayectoria de toda la guía disponible al público en el Atlántico, el Pacífico oriental y el Pacífico central, hasta un 30% por delante del NHC a cinco días. Lowry no es autor del artículo de Nature.

En intensidad, escribió Lowry, DeepMind mantuvo el ritmo del NHC pero no se adelantó, y una ayuda de consenso llamada HCCA fue la mejor. Sobre el huracán Lowell, dijo, los pronósticos de trayectoria del modelo “al principio dieron saltos erráticos” mientras que los del propio NHC cambiaban de forma gradual, y señaló que el NHC “sabe que sacrificará algo de precisión en el pronóstico a cambio de coherencia”. Sus cifras cubren una temporada hasta la fecha.

Matt Lanza, director editorial del blog meteorológico The Eyewall, dijo a ABC News en diciembre de 2025 que el modelo era sólido en intensificación rápida, pero que “ocurrirán sucesos fuera de los límites de lo esperado” y que “la modelización tradicional basada en la física puede seguir siendo esencial”.

Dónde encaja la bahía de Bengala

El artículo de Nature comienza con el coste humano de los ciclones, más de 700.000 muertes y 1,4 billones de dólares estadounidenses en pérdidas a lo largo de 50 años, citando a la Organización Meteorológica Mundial (OMM). El atlas de la OMM cuenta 779.324 muertes por desastres de ciclones tropicales entre 1970 y 2019. Bangladés registró 467.487, Myanmar 138.909 y la India 46.784, que juntos suman el 84% del total mundial.

El propio artículo de Nature nunca nombra el océano Índico norte, que abarca la bahía de Bengala y el mar Arábigo, y en ningún lugar menciona al departamento meteorológico de la India. Dice que los resultados son coherentes entre cuencas oceánicas y remite a los datos ampliados y al suplemento. El suplemento afirma que no hay una dependencia clara de la precisión respecto de la cuenca oceánica o la distancia a tierra, y etiqueta un panel de un mapa de errores de intensidad como Índico norte. Los registros del NHC solo contienen pronósticos de HAFS para el Atlántico y el Pacífico oriental, así que las demás cuencas no tienen comparación con un modelo regional.

Un revisor preguntó si entrenar con los datos de alta calidad del Atlántico corre el riesgo de trasladarse de forma errónea a las tormentas del Índico norte o sur, y señaló que IBTrACS se apoya en valores comunicados por Estados Unidos, lo que afecta a la calidad de los datos fuera de las cuencas estadounidenses. Los autores respondieron que las entradas atmosféricas son de calidad uniforme en todo el mundo, que IBTrACS contiene también informes con estándar de la OMM de todas las cuencas y que varias agencias les habían preguntado por el asunto de los valores estadounidenses. La comprobación en vivo de la temporada de 2025 se limitó al Atlántico y al Pacífico oriental porque, escribieron los autores, los datos de 2025 de las cuencas ajenas al NHC no estaban terminados.

El código y los pesos de los modelos del artículo están en GitHub, en google-deepmind/weathernext. El repositorio dice que los modelos no han sido avalados por ninguna agencia meteorológica gubernamental.