La Universidad de Córdoba usará inteligencia artificial para predecir la temperatura en verano

No hace falta ser un lince para saber que en el sur hará calor este verano. Pero... ¿cuánto calor? Puede ser mucho o muchísimo y ahí es donde entra en juego una nueva metodología desarrollada en la Universidad de Córdoba, que echará mano de la inteligencia artificial para responder con exactitud a la pregunta.

Esta técnica utiliza los datos de los últimos 70 años obtenidos por modelos matemáticos que se nutren de observaciones procedentes de diversas fuentes de información, tales como satélites y radiosondas. Una vez entrenada, es capaz de predecir la temperatura media del aire a dos metros de la superficie" que habrá el próximo agosto en el Sur de la Península Ibérica,

Todo ello además con un mes de antelación. De esta forma se está dando respuesta a una necesidad, no solo la de programar las vacaciones, sino también, y sobre todo, la de planificar el suministro de energía o diseñar campañas de prevención ante el calor extremo.

Se trata de "una metodología que tiene como objetivo crear modelos de redes neuronales artificiales, capaces de obtener mejores resultados que otras técnicas actuales y que, además, sean interpretables", según han explicado Antonio Manuel Gómez y David Guijo, coautores de la investigación, ambos integrantes del grupo Ayrna de la UCO e investigadores en la Escuela Politécnica Superior de la UCO.

En cuanto al funcionamiento de la metodología, los investigadores han señalado que "se realiza una especie de barrido, cada 0,25 grados latitud/longitud, seleccionando solo los puntos geográficos de interior de la zona Sur de la Península, y en cada uno de esos puntos se realizan las predicciones en el mes de agosto utilizando variables de entrada correspondientes al mes de julio, tales como la temperatura, componentes del viento o la presión media a nivel del mar".

En total, se analizan 270 puntos distribuidos a lo largo del Sur de la Península y que son agrupados en seis sub-regiones con un comportamiento similar, en cuanto a la temperatura del aire. Se trata de lo que en inteligencia artificial se denomina algoritmo de agrupamiento o 'clustering', mediante la que se obtienen grupos formados por los datos que comparten similitud, y que es de gran utilidad para mejorar la predicción.

Una de las principales ventajas de la metodología desarrollada, según ha subrayado el investigador Pedro Antonio Gutiérrez, es que se engloba dentro del campo de la Inteligencia Artificial Explicable, conocida como XAI por sus siglas en inglés. Gracias a este tipo de herramientas el ser humano es capaz de interpretar cómo realiza las predicciones el sistema, ver cómo interaccionan entre sí las distintas variables y comprender la relación causa-efecto entre ellas, en contraste con otros métodos de 'caja negra', en los que ni siquiera las personas que los han diseñado son capaces de entender el motivo por el que el modelo de IA realiza una determinada predicción.

Tal y como ha explicado el catedrático emérito e investigador principal del grupo Ayrna, César Hervás, estos modelos son cada vez más demandados, ya que permiten interpretar interacciones y deducir, por ejemplo, las causas por las cuales puede fluctuar la temperatura en una zona determinada.

El trabajo, en el que también han participado las universidades de Alcalá y de East Anglia (Reino Unido), se integra dentro del proyecto de investigación ORCA-DEEP, que aborda el estudio de problemas relacionados con la meteorología y el medio ambiente a través de nuevos métodos de inteligencia artificial.