China prueba IA que predijo tifón Dolphin con 80% más precisión en segundos
- Fecha original
- Fecha en Limonatic
Los vecinos de Zhejiang y Shanghai, más que acostumbrados a convivir con temporales y ciclones extremos, todavía no sabían que en cuestión de horas sus calles quedarían cubiertas por el agua. Pero algo sí lo sabía. A solo cinco días de que el tifón Dolphin descargara su rabia en la costa este de China, un modelo de inteligencia artificial ya predijo su llegada.
La tecnología Fengwu situó la aparición del fenómeno con un margen de apenas 30 kilómetros y 30 minutos respecto al momento y lugar en que finalmente se descargó. La IA colaboró con sistemas meteorológicos tradicionales para estimar de manera más precisa el temporal, demostrando una capacidad predictiva superior.
Durante los últimos años, China ha desarrollado una nueva generación de inteligencias meteorológicas y presentó un nuevo plan para la prevención de desastres climáticos que abarca el periodo 2026-2030. En Zhejiang, donde más de un millón de personas se han visto obligadas a evacuar la zona y donde la red de transporte está mayoritariamente cortada, esta herramienta se está probando cada vez más.
El director de tecnología de Techwind, Sun Zhi, ha afirmado que con un clima más extremo, la gente necesita información para tomar decisiones, tanto los gobiernos locales como el gobierno nacional, así como el ciudadano común, los agricultores y los pescadores. Por eso quieren ayudar a proporcionar mejor información para que la gente pueda tomar decisiones.
Fengwu no está solo; también se encuentran otros dispositivos inteligentes como Pangu, de Hawei, y Fuxi, de la Universidad de Fudan. Estos aparatos, a diferencia de los sistemas convencionales, trabajan con superordenadores para simular el comportamiento de la atmósfera mediante ecuaciones físicas.
Además, elabora pronósticos en cuestión de minutos. Entre estas tecnologías se encuentra un modelo de predicción a corto plazo desarrollado por las autoridades meteorológicas y varios centros de investigación de Jiangsu, capaz de anticipar la evolución del clima hasta 12 horas antes. Incluso llegó a identificar a menos de seis horas un episodio extremo durante una de sus pruebas en septiembre de 2025.
Por otro lado, el sistema de alerta temprana Mazu lanzó en abril una versión mejorada que apoya la iniciativa Alertas Tempranas para Todos de la ONU e integra IA en toda la plataforma. Mazu poco a poco va creciendo y ya se ha implementado en varios países, ofreciendo servicios a usuarios de más de 40 países.
A nivel mundial, los sistemas más conocidos son GraphCast y GenCast de Google, FourCastNet respaldado por Nvidia, y el Sistema de Predicción con IA del Centro Europeo de Previsiones Meteorológicas a Medio Plazo, conocido como AIFS. Fengwu llamó la atención de los expertos cuando vieron que esta tecnología superaba en cerca de un 80% a GraphCast y extendía los pronósticos globales a más de 10 días.
En concreto, Fengwu combina diferentes modelos. Una de sus principales ventajas es la velocidad: el sistema es capaz de generar en apenas 30 segundos un pronóstico de alta precisión. Un horizonte especialmente relevante dentro de las previsiones a medio plazo que tratan de anticipar la evolución del clima.
Análisis editorial
Los vecinos de Zhejiang y Shanghai, más que acostumbrados a convivir con temporales, todavía no sabían que en cuestión de horas sus calles quedarían cubiertas por el agua. Pero algo sí lo sabía: un modelo de inteligencia artificial llamado Fengwu predijo la llegada del tifón Dolphin cinco días antes, con un margen de error de apenas 30 kilómetros y 30 minutos. Esta tecnología transformó una herramienta reactiva en una preventiva de alta precisión que permitió evacuar a más de un millón de personas ante cortes generalizados en el transporte, demostrando que la predicción meteorológica ha dado un salto cualitativo decisivo para salvar vidas antes de que ocurran los daños físicos.
Detrás de este éxito se encuentra una nueva generación de inteligencias desarrollada por China bajo un plan de prevención de desastres climáticos que abarca el periodo 2026-2030. A diferencia de sistemas convencionales, modelos como Fengwu, Pangu y Fuxi trabajan con superordenadores para simular la atmósfera mediante ecuaciones físicas y aprendizaje de datos históricos, generando pronósticos en cuestión de minutos. La superioridad técnica es abrumadora: Fengwu supera en cerca de un 80% a GraphCast y reduce el margen de error un 19,4% respecto a los modelos físicos tradicionales, extendiendo su capacidad predictiva hasta los 10,75 días gracias a la integración constante con satélites Fengyun y radares de última generación.
Sin embargo, la adopción de estas tecnologías mitiga riesgos críticos solo si se integran en los protocolos locales de respuesta ante desastres; de lo contrario, persiste el peligro inmediato de inundaciones severas y paralización de redes en zonas densamente pobladas. La falta de información crítica para agricultores, pescadores y gobiernos locales ante fenómenos extremos sigue siendo una vulnerabilidad si no se fomenta la colaboración entre modelos de IA, superordenadores y sistemas meteorológicos tradicionales. Expertos sostienen que el tiempo medio de antelación ha incrementado a 53 minutos y la precisión mejoró un 22%, pero esto requiere despliegues inmediatos en zonas costeras vulnerables para evitar crisis humanitarias como la sufrida recientemente.
La implementación de sistemas de IA especializados representa un avance indispensable, pero su verdadero valor reside en la capacidad de anticipar fenómenos extremos hasta cinco días antes de su ocurrencia y ofrecer servicios a usuarios de más de 40 países. El futuro no depende solo de la velocidad de cálculo de estos modelos que generan pronósticos en apenas 30 segundos, sino de una estrategia global que fomente la colaboración entre tecnologías emergentes y redes existentes para proteger infraestructuras y vidas. La ventana de oportunidad se ha ampliado, pero la urgencia de actuar antes del impacto sigue siendo el desafío central para convertir esta innovación técnica en una salvaguarda efectiva contra el clima extremo.
Contexto y análisis adicional
Digest
Resumen ejecutivo
- El modelo de IA Fengwu predijo la trayectoria del tifón Dolphin con un margen de error de solo 30 kilómetros y 30 minutos, cinco días antes del impacto.
- La tecnología se desplegó en Zhejiang y Shanghai, permitiendo evacuar a más de un millón de personas ante cortes generalizados en el transporte.
Evidencias
- Un modelo de inteligencia artificial llamado Fengwu predijo la llegada del tifón Dolphin en China cinco días antes, con un margen de error de 30 kilómetros y 30 minutos.
- En Zhejiang, donde más de un millón de personas se han visto obligadas a evacuar la zona y donde la red de transporte está mayoritariamente cortada.
Acciones
- Evaluar el coste de reparación y protección de los equipos frente a la recurrencia de los daños señalados.
Conclusión final
La implementación de modelos de IA especializados como Fengwu representa un avance crítico en la gestión de desastres naturales, transformando la predicción meteorológica de una herramienta reactiva a una preventiva de alta precisión que salva vidas antes de que ocurran los daños físicos.
Riesgos
Riesgos/alertas
- Inundación severa y paralización de redes de transporte en zonas densamente pobladas como Zhejiang y Shanghai.
- Crisis humanitaria por la necesidad de evacuar a más de un millón de personas sin alerta temprana previa para la población local.
- Falta de información crítica para agricultores, pescadores y gobiernos locales ante el aumento de fenómenos climáticos extremos.
Acciones recomendadas
- Implementar sistemas de IA como Fengwu en los planes nacionales de prevención de desastres climáticos (2026-2030).
- Desplegar alertas tempranas con margen de error inferior a 30 kilómetros y 30 minutos para zonas costeras vulnerables.
- Fomentar la colaboración entre modelos de IA, superordenadores y sistemas meteorológicos tradicionales para mejorar la precisión predictiva.
Señales/evidencias
- Reducción del margen de error en predicciones a menos de 30 kilómetros y 30 minutos respecto al evento real.
- Superioridad técnica del modelo Fengwu frente a modelos convencionales como GraphCast (80% mejor rendimiento).
- Capacidad de anticipación de fenómenos extremos hasta cinco días antes de su ocurrencia.
Conclusión
La adopción de IA en la predicción meteorológica mitiga riesgos críticos al permitir alertas precisas que salvan vidas y protegen infraestructuras, aunque persiste el riesgo inmediato si no se integran estas tecnologías en los protocolos locales de respuesta ante desastres.
Autor · clanes
Votos · compartir
Las historias descartadas o eliminadas no admiten votos ni reportes.
Detalles avanzados Timeline y mini scoring
Evolución temporal
-
Enviada
hace 1 mes · Historia enviada para revisión
-
Último estado
hace 2 semanas · Última actualización registrada
Mini scoring (LScore)
Fuentes
- Fuente principal
-
abc.es
https://www.abc.es
Comentarios