El pronóstico de huracanes ganó 23 horas en una década. Google dice que gana un día de golpe

El pronóstico de huracanes ganó 23 horas en una década. Google dice que gana un día de golpe#

Google DeepMind publicó en Nature WeatherNext Cyclones, un modelo de IA que genera hasta 1.000 escenarios posibles de un ciclón con 15 días de anticipación, y reporta una ventaja media de un día o más frente a los modelos operativos líderes. El paper no publica sus tablas de resultados como datos, así que aquí no auditamos el modelo: reconstruimos la vara con la que se mide esa ventaja, usando las dos fuentes públicas sobre las que el paper se apoya.

El hallazgo: con el archivo de verificación del NHC, una década entera de progreso operativo compró 22,9 horas de anticipación en el Atlántico — a menos del 5 % de las ~22 h que el paper atribuye a ese mismo salto por un camino independiente. Y en el Pacífico Nororiental el pronóstico de la última década ya no cruza el umbral de 300 km dentro de los 5 días verificados: se salió de la escala.

Gráfica clave#

Anticipación ganada por década, por cuenca

Reproducir#

Abrir en Colab

O localmente:

pip install pandas matplotlib numpy scipy
jupyter execute notebook.ipynb

Datos#

  • datos/ibtracs_tormentas_2023_2025.csv — 256 tormentas tropicales/subtropicales de 2023 a 2025 con viento máximo ≥ 34 kt, en seis cuencas (IBTrACS v04r01, la misma verdad-terreno del paper)

  • datos/nhc_error_anual.csv — error medio anual del pronóstico oficial del NHC por cuenca, año y horizonte (1970-2025), 536 filas

  • datos/nhc_decadas.csv — la misma verificación agregada por décadas (1995-2004, 2005-2014, 2015-2024), 42 filas

Contenido