Satélite de la NASA sobrevolando los Alpes, registrando datos sobre la Tierra y su clima. © 2026 by NASA
Los modelos de inteligencia artificial están cobrando cada vez más importancia para las previsiones meteorológicas y la detección precoz de riesgos naturales. Para entrenar estos modelos se necesitan enormes cantidades de datos climáticos y de observación de la Tierra. Por ello, en los últimos meses, la Universidad Politécnica (ETH, sigla en alemán de Universidad Politécnica de la Confederación Helvética) de Zúrich ha copiado datos de libre acceso de la NASA y los ha transferido al Centro Nacional Suizo de Supercomputación (CSCS) de Lugano.
Desde la agricultura hasta la energía hidroeléctrica, pasando por la protección frente a riesgos naturales como inundaciones, tormentas o desplazamiento de masa e incendios forestales, las previsiones meteorológicas precisas son hoy en día indispensables para la economía y la sociedad. Detrás de estas previsiones se encuentran, en la mayoría de los casos, modelos meteorológicos y climáticos de alta resolución que describen, mediante ecuaciones matemáticas, los complejos procesos que tienen lugar en el océano y la atmósfera. Estos modelos tradicionales requieren una gran capacidad de cálculo y, por lo tanto, consumen muchísima energía y tiempo. Así ocurre también en Suiza, donde Meteo Suiza utiliza el superordenador ''Alps'' del Centro Nacional Suizo de Supercomputación (CSCS) de Lugano para sus previsiones meteorológicas.
A partir de los datos procesados para estos modelos meteorológicos y climáticos tradicionales, en los últimos años han surgido modelos de IA que predicen el tiempo de forma rápida y fiable, sin necesidad de consumir demasiada energía ni potencia de cálculo.
El profesor Dr Reto Knutti, catedrático de Física Climática y director del Center for Climate Systems Modeling (CCSM) de la ETH de Zúrich, explica que:
El uso de métodos basados en la IA en la predicción meteorológica seguirá aumentando. En el futuro, estos modelos de IA podrían complementar a los modelos tradicionales y utilizarse en regiones donde no se dispone de superordenadores'.
Para entrenar de forma fiable los modelos meteorológicos basados en la inteligencia artificial, se necesitan enormes cantidades de datos climáticos y de observación de la Tierra de alta calidad. Ahí es precisamente donde entra en juego la ETH de Zúrich: en los últimos meses, especialistas de la ETH de Zúrich y del CSCS han copiado datos de acceso público de la NASA, con un volumen de unos 100 petabytes, y los han transferido al CSCS; una cantidad de datos que equivale aproximadamente a 20 millones de películas de cine. Estos datos incluyen información fundamental sobre el sistema terrestre, como los gases de efecto invernadero, las nubes, las precipitaciones o los casquetes de hielo. Además, en el futuro también se almacenarán en el CSCS datos de la Administración Nacional Oceánica y Atmosférica (NOAA).
El Dr Rui Brandao, director de los Servicios Informáticos de la ETH de Zúrich, quien junto con su equipo se encargó de la dirección operativa de la transferencia, explica que:
Desde el principio fue importante elaborar un inventario de todos los datos que diera sentido a los seis mil quinientos millones de archivos. En él se incluye, por ejemplo, información sobre la misión, la fecha y el lugar de la medición, el tamaño del archivo o el formato.
Además, los datos copiados y transferidos al CSCS no solo representan una instantánea, sino que se actualizan de forma periódica y automática tan pronto como la NASA publica nuevos datos en la red.
Durante décadas, EE. UU. ha desempeñado un papel fundamental en la observación de la Tierra. El profesor de Ciencias y tecnología espaciales y director de la ETH Zürich Space, Dr Thomas Zurbuchen, quien entre 2016 y finales de 2022 fue director científico de la NASA e impulsó la transferencia de datos, afirma que:
Instituciones como la NOAA y la NASA llevan a cabo complejos programas de medición con satélites, globos y estaciones de medición. Sin ellas, hoy sabríamos mucho menos sobre nuestro planeta.
Sin embargo, debido a las actuales medidas de recorte presupuestario en Estados Unidos, durante la segunda administración del errático, peligrosamente ignorante, nada confiable y convicto presidente Donald Trump, el futuro de algunos servicios de datos es incierto. Para el antiguo director científico de la NASA, esto supuso una motivación adicional para centralizar datos importantes en el CSCS de Lugano.
No obstante, la recopilación de datos forma parte de una estrategia más amplia: la ETH de Zúrich pretende integrar más estrechamente los datos, la potencia de cálculo de ''Alps'' y los métodos de análisis modernos. En el futuro, los datos no solo se almacenarán, sino que se procesarán de tal manera que los investigadores puedan evaluarlos con métodos basados en la inteligencia artificial (IA) y entrenar nuevos modelos de IA.
El profesor Dr Thomas Schulthess, director del CSS y catedrático de Física en la ETH de Zürich, afirma que:
Queremos poner a disposición en el CSCS datos relevantes sobre el clima y la observación de la Tierra de tal manera que los investigadores de Suiza y de todo el mundo puedan utilizarlos de forma inmediata.
Además del C2SM, también desempeña un papel clave el nuevo ETH Swiss GeoLab, un centro de competencia interdisciplinario para la observación de la Tierra que la ETH tiene previsto crear en Lucerna en los próximos diez años. Uno de los objetivos del ETH Swiss GeoLab es el desarrollo de un modelo de IA que se entrene con grandes cantidades de datos geográficos diversos. Estos datos proceden de satélites, drones, sensores, estaciones de medición y otras fuentes, y permiten al modelo interpretar relaciones espaciales complejas; por ejemplo, qué zonas están especialmente expuestas al riesgo de remoción de masa. Se prevé que este modelo esté disponible en el futuro para responsables de la toma de decisiones, investigadores y también empresas privadas.
Algunos ejemplos concretos ilustran el potencial que encierran estos enfoques: así, en las imágenes de satélite del Nesthorn, en el cantón del Valais, ya se podía apreciar un lento hundimiento del terreno un año antes de que se produjera un desprendimiento de rocas. Este tipo de fenómenos suelen pasar desapercibidos durante mucho tiempo, pero se hacen visibles cuando se analizan grandes volúmenes de datos.
El profesor Dr Thomas Zurbuchen, de la ETH de Zúrich y codirector del ETH Swiss GeoLab, afirma que:
Nunca antes se había dispuesto de tantos datos, y nunca antes las posibilidades de obtener un beneficio concreto de ellos habían sido tan grandes.
Ahora es fundamental no solo recopilar estos datos, sino también evaluarlos de forma inteligente, concluye el catedrático.
Desde hace algunos años, la ETH de Zúrich muestra un gran interés por los datos de observación de la Tierra y climáticos de acceso público, con los que pretende entrenar modelos de inteligencia artificial para mejorar las previsiones meteorológicas y la detección precoz de riesgos naturales.
Con este fin, en los últimos meses ha copiado datos de acceso público de la NASA y los ha transferido al CSCS.
El objetivo es que el CSCS ponga a disposición estos datos de tal forma que los investigadores de Suiza y de todo el mundo puedan utilizarlos
Desde 1996, informamos con independencia sobre música clásica en español.
Para disfrutar plenamente de nuestros contenidos y servicios, regístrate ahora. Solo lleva un minuto y mejora tu experiencia como lector.
🙌 Registrarse ahora
Comentarios