¿Redes neuronales para predecir el tiempo?

¿Qué tienen en común el pronóstico del tiempo y un programa de reconocimiento de fotos de gatitos? La respuesta está en el método de hacer la predicción: las redes neuronales.

Quizá hayas leído por algún sitio los términos Deep Learning o Machine Learning y es que su popularidad no deja de aumentar, ya que cada día se aplican a nuevos problemas: la biomedicina, los traductores de texto, y hasta en la meteorología.

Pero, ¿qué es una red neuronal?

Nuestros cerebros poseen miles de millones de neuronas y billones de conexiones entre ellas. Cada una recibe y emite señales de forma independiente para terminar procesando la información y emitir una respuesta.

El cerebro aprende cada vez que lo usamos y se forman nuevas conexiones neuronales. Este aprendizaje a través de la experiencia es el que nos permite, por ejemplo, distinguir formas o rostros de manera automática.

Pero nuestras neuronas no son las encargadas de saber qué tiempo hará…

«Una red neuronal artificial es un modelo computacional que imita el funcionamiento del cerebro, solo que con fórmulas matemáticas. Se puede modelar una «neurona» que reciba unos datos de entrada, los opere con unos parámetros y devuelva un resultado. Una red neuronal artificial será un entramado de estas neuronas conectadas entre sí» explica J. Calero, investigador de la Universidad Politécnica de Madrid.

¿Cómo podemos aplicar estos nuevos avances en meteorología?

Lo interesante de estas redes es que, como hacemos los humanos, pueden aprender si les proporcionamos una cantidad de ejemplos de un mismo problema. Este concepto lo podemos aplicar a los modelos numéricos que realizan una predicción de las distintas variables atmosféricas.

Este proceso de aprendizaje va modificando los parámetros de la red, al igual que nuestro cerebro evoluciona con la experiencia, volviéndose más preciso a la hora de resolver un determinado tipo de problemas.

Estos modelos basados en redes neuronales ya se utilizan en investigación y podrían competir contra un los modelos de probabilidad que se utilizan en la actualidad. ¿Serán un complemento a las predicciones actuales o podrían mejorar sus resultados?

 Te puede interesar:

• ¿Qué es la radiación UV y por qué nos hace daño?
• Ir en bicicleta al trabajo puede ser la clave de la felicidad