El modelo WeatherNext, desarrollado por DeepMind y Google Research, anticipó con cinco días de ventaja el huracán Melissa y, según un artículo publicado en Nature, puede dar a los pronosticadores un día adicional de preparación frente a ciclones.

La predicción que sorprendió a los investigadores

En octubre de 2025, una tormenta se formó sobre el mar Caribe mientras los modelos meteorológicos ofrecían trayectorias distintas. WeatherNext se inclinó por una intensificación mayor y proyectó que el sistema azotaría Jamaica como huracán de categoría 5, con 80 % de confianza.

La tormenta terminó convirtiéndose en el huracán Melissa, que causó inundaciones y deslizamientos de tierra en Jamaica. Para los equipos de pronóstico, el valor del sistema estuvo en haber aportado una advertencia más temprana a las comunidades expuestas.

Un día extra para evacuar y preparar recursos

De acuerdo con el estudio, el modelo de IA ofrece en promedio un día más de anticipación que los modelos existentes. Mike Brennan, director del Centro Nacional de Huracanes de Estados Unidos, subrayó que incluso unas pocas horas pueden marcar la diferencia cuando se trata de evacuaciones, suministros y traslado de recursos.

Los investigadores señalaron que adelantar los pronósticos un día habría tomado históricamente una década de trabajo. En cambio, la IA acelera ese avance con una velocidad que no habían logrado los modelos numéricos tradicionales.

Cómo mejora la trayectoria y la intensidad

WeatherNext fue entrenado para funcionar bien tanto en meteorología general como en ciclones, explicó Ferran Alet, científico investigador en Google DeepMind y uno de los autores principales del trabajo. Eso es importante porque los huracanes se mueven en escalas distintas: la trayectoria depende de condiciones globales, mientras que la intensidad requiere información mucho más localizada.

Según Kate Musgrave, líder del grupo de ciclones tropicales en el Instituto Cooperativo de Investigación en la Atmósfera, los modelos anteriores podían funcionar bien en la trayectoria, pero no en la intensidad. En este caso, la IA utilizó datos atmosféricos de resolución relativamente baja y aun así logró captar señales útiles para anticipar el comportamiento de la tormenta.

Un modelo de caja negra que ya suma 1.000 escenarios

Ni siquiera los investigadores de DeepMind explican por completo por qué el sistema logra esas predicciones. Alet afirmó que el modelo sigue siendo una caja negra, aunque dejó claro que los datos de menor resolución parecen contener más señal de la que antes se creía.

Además de una predicción única, WeatherNext produce una amplia gama de escenarios posibles para captar el llamado efecto mariposa. El salto es notable: el año pasado generaba 50 escenarios por tormenta y ahora llega a 1.000.

Google DeepMind también anunció que abrirá el código fuente de los modelos WeatherNext utilizados durante la temporada de huracanes, con el objetivo de que otros investigadores los usen y los mejoren. La apuesta, según Alet, es que la comunidad científica descubra nuevos conocimientos sobre cómo funcionan los ciclones.

Brennan insistió en que la IA es una herramienta más dentro del trabajo de pronóstico y que el elemento humano sigue siendo indispensable. Un huracán, dijo, no es solo trayectoria o intensidad: también exige interpretar impactos, porque son esos impactos los que matan a la gente.