Es posible que últimamente hayas notado una gota de IA en tu aplicación meteorológica. A medida que las empresas se apresuran a infundir inteligencia artificial en todos sus productos, la ola ha llegado a la humilde aplicación meteorológica.
The Weather Company, operadora de Weather Channel, ha lanzado una versión renovada de su aplicación Storm Radar, con un asistente meteorológico basado en IA que permite a los usuarios personalizar la forma de ver las previsiones y los mapas meteorológicos, alternando entre capas como el radar, la temperatura y condiciones meteorológicas como el viento y los rayos.
También puede sincronizarse con otras aplicaciones, como tu calendario, para enviar notificaciones de texto y resúmenes meteorológicos que vinculan la información sobre el tiempo que va a hacer a tus planes diarios. Si te gusta, puedes ponerle voz para que hable como un meteorólogo de la radio de los viejos tiempos. Como la mayoría de las aplicaciones meteorológicas, obtiene los datos de la Administración Nacional Oceánica y Atmosférica (NOAA) y del Servicio Meteorológico Nacional (NWS).
La aplicación cuesta 4 dólares al mes. Por ahora solo está disponible para iOS, pero la empresa afirma que pronto habrá una versión para Android.
El pronóstico del clima potenciado con IA
«Queríamos crear una experiencia que sirviera para subir el nivel meteorológico de cualquiera, desde un observador ocasional hasta un experto cazador de tormentas», explica Joe Koval, meteorólogo jefe de The Weather Company. Añade: «Si quieres saber cuándo hará buen tiempo para pasear a tu perro mañana, ya no tienes que mirar un montón de datos meteorológicos distintos e intentar averiguar la respuesta a esa pregunta por ti mismo».
Los dispositivos Android e iOS suelen colocar el tiempo en un lugar destacado junto a la hora. Tanto Google como Apple han integrado directamente sus aplicaciones meteorológicas en los smartphones. También se han incorporado funciones de IA que ofrecen información y resúmenes sobre el día que va a hacer.
Pero hay multitud de aplicaciones meteorológicas de terceros, como Storm Radar, Carrot Weather, Rain Viewer y Acme Weather, una aplicación de los antiguos creadores de Dark Sky. Las nuevas aplicaciones meteorológicas, como Rainbow Weather, aspiran a dar prioridad a la inteligencia artificial. Los servicios meteorológicos también se están integrando directamente en chatbots de IA, como Accuweather, que recientemente lanzó una aplicación directamente en ChatGPT de OpenAI.
«Todo el mundo tiene su idea de lo que quiere en una app meteorológica, qué datos le interesan, cómo le interesa que se presenten. ¿Cómo se construye una única app meteorológica que funcione para todos?», afirma Adam Grossman, uno de los fundadores de DarkSky.
DarkSky, una de las aplicaciones meteorológicas más populares de iOS, fue comprada por Apple en 2020 y fusionada con su servicio Apple Weather. Grossman renunció a Apple para fundar Acme Weather, con el objetivo de hacer un servicio de predicción meteorológica que telegrafíe mejor la incertidumbre de las previsiones.
«No importa lo bueno que sea tu pronóstico, vas a equivocarte. Eso es algo que las aplicaciones meteorológicas tradicionalmente no han hecho muy bien. Nuestro enfoque consiste en averiguar cómo añadir de nuevo esas piezas de contexto», argumenta Grossman.
Cómo funciona la predicción del tiempo
Los depósitos de información meteorológica suelen proceder de fuentes gubernamentales, como la NOAA u otros servicios meteorológicos mundiales que recopilan datos de satélites meteorológicos, radares, globos meteorológicos e instrumentos sobre el terreno. Todos esos datos se introducen en modelos de predicción meteorológica que simulan la física de la atmósfera. Estas predicciones suelen generarse mediante supercomputadoras que consumen muchos recursos, pero los modelos de aprendizaje automático han reducido ese procesamiento, haciendo que las predicciones sean más rápidas. Aunque a veces son menos precisas, lo que puede tenerse en cuenta comparando varios modelos.
Aplicaciones meteorológicas como Storm Radar y Acme Weather traducen esa abundancia de información corroborando y recopilando los modelos, y luego ayudando a crear mapas de alta resolución y una representación visual de los datos, un área en la que la IA también puede ser particularmente útil.
