La startup suiza dice que su pronosticador del clima con IA supera a Microsoft y Google

      La startup suiza Jua ha lanzado un modelo de predicción meteorológica con IA que, según afirman, supera a los principales sistemas de gigantes tecnológicos, lo que podría convertirlo en el pronosticador más preciso del mundo.

      Jua afirma que su modelo, llamado EPT-2, es más rápido y preciso que Aurora de Microsoft y Graphcast de Google DeepMind. En estudios revisados por pares, ambos modelos demostraron ser más precisos que la predicción ENS del Centro Europeo de Predicciones Meteorológicas a Mediano Plazo (ECMWF), considerada ampliamente como líder mundial.

      Jua respalda sus afirmaciones audaces con un nuevo informe publicado hoy, que compara el EPT-2 con modelos de primera categoría, incluyendo Aurora y dos de los mejores de ECMWF: ENS e IFS HRES.

      Según el documento, EPT-2 ha sido el que mejor resultado obtuvo, entregando las predicciones más precisas en general. Superó a Aurora en variables clave como la velocidad del viento a 10 metros y la temperatura del aire a 2 metros durante un período de 10 días, realizó predicciones un 25 % más rápido y registró las puntuaciones de error más bajas de todos los modelos evaluados. Jua afirma que logró todo esto utilizando un 75 % menos de potencia computacional que Aurora, que es el sistema más eficiente probado.

      Se espera que la investigación sea publicada la próxima semana en el archivo de acceso abierto arXiv, según Jua.

      El modelo Graphcast de DeepMind no fue incluido en el estudio. Sin embargo, Marvin Gabler, CEO y cofundador de Jua, confía en que puede superar a toda la competencia.

      “Respetamos a jugadores como Microsoft Aurora, GraphCast y Tomorrow.io, pero son demasiado lentos, demasiado limitados o aún dependen de infraestructura heredada”, dijo Gabler.

      La predicción meteorológica basada en IA ha estado captando atención en los últimos años, impulsada por la demanda de formas más precisas y económicas para predecir el clima de la Tierra.

      Los modelos meteorológicos tradicionales, como los del ECMWF o NOAA, utilizan ecuaciones físicas complejas ejecutadas en supercomputadoras que cuestan miles de millones de dólares. Los modelos de IA omiten esas ecuaciones, aprendiendo patrones a partir de grandes conjuntos de datos, lo que puede hacer que las predicciones sean miles de veces más rápidas y mucho más económicas y menos energéticas.

      Sin embargo, Gabler afirma que Jua va un paso más allá que los pronosticadores de IA anteriores. “Mientras otros adaptan IA a sistemas heredados, nosotros hemos construido una simulación física nativa que entiende cómo realmente se comporta la atmósfera de la Tierra”, dijo.

      Jua lanzó su primer modelo meteorológico global con IA hace tres años. La startup ha recaudado en total 27 millones de dólares en financiamiento, con inversores como 468 Capital, Future Energy Ventures y Promus Ventures.