NVIDIA Earth-2: modelos abiertos para pronóstico local y riesgos climáticos

NVIDIA presentó en la GTC Berlin una nueva versión de su familia de modelos abiertos Earth-2, diseñada para que desarrolladores e investigadores puedan adaptar el pronóstico del tiempo a sus necesidades locales. Hasta ahora los modelos globales servían para ver tormentas en formación, pero las decisiones sobre parques solares, rutas marítimas o propiedades aseguradas requieren información mucho más detallada. Earth-2 busca cerrar esa brecha con herramientas que corren sobre infraestructura de NVIDIA y que cualquiera puede personalizar con sus propios datos.

StormScope EU: pronóstico cada 10 minutos sobre Europa

El modelo regional StormScope EU, entrenado con datos climáticos y meteorológicos europeos, utiliza observaciones satelitales de EUMETSAT para predecir la evolución de las nubes a través de 16 canales del satélite Meteosat, con actualizaciones cada 10 minutos. En la conferencia de Berlín, NVIDIA y la empresa Earthmover montaron un demo interactivo que muestra en vivo el pipeline de StormScope EU: Earth2Studio ejecuta los pronósticos y la plataforma de Earthmover gestiona los resultados en tiempo real, sirviéndolos como mosaicos de mapas que los visitantes pueden explorar sin tener que descargar datasets completos.

Para el usuario chileno, la relevancia de este anuncio es indirecta pero concreta: si el modelo se entrena con datos de Sudamérica, la misma arquitectura podría aplicarse a la predicción de eventos locales como los sistemas frontales del sur de Chile o las tormentas eléctricas en la zona central. Por ahora, StormScope EU solo cubre Europa y no hay fecha para una versión regional en el hemisferio sur.

De la supercomputadora al escritorio: aire, energía y seguros

Earth-2 no es un solo modelo, sino una familia que incluye a CorrDiff —capaz de agregar detalles locales a datos meteorológicos gruesos— y a FourCastNet 3, que AXA está usando para estudiar el riesgo de ciclones regionales más allá del registro histórico. La aseguradora simuló más de 1.000 temporadas para generar información que ayude a sus clientes a enfocar esfuerzos de prevención. En el ámbito energético, TotalEnergies evalúa usar StormScope para pronosticar radiación solar en intervalos menores a una hora en dos plantas fotovoltaicas, con el objetivo de anticipar cambios en la generación solar.

Vaisala Xweather, por su parte, combinó Earth-2 con sus propios datos de rayos y observaciones propias para mejorar el tiempo de anticipación de sus alertas meteorológicas, y ya ofrece esos pronósticos como servicio de software e integraciones con asistentes de IA. En el Reino Unido, la Universidad de Manchester adaptó CorrDiff para modelar la calidad del aire: entrenó el modelo en el supercomputador Isambard-AI impulsado por NVIDIA y luego lo corrió en sistemas locales DGX Spark, demostrando que es posible bajar la modelación ambiental desde una supercomputadora nacional al escritorio de un investigador.

Modelos abiertos y aplicaciones más allá del clima

Space42, utilizando CorrDiff y el framework PhysicsNeMo de NVIDIA, desarrolló SARDiff4Height, un modelo que estima alturas de superficie a partir de una sola imagen de radar y genera mapas de incertidumbre para que los analistas sepan dónde revisar con más cuidado. Todos los modelos y herramientas de Earth-2 son de código abierto y están disponibles para que cualquier equipo los descargue, los entrene con sus propios datos y los adapte a problemas como modelación de aire, energía solar o seguros. El framework PhysicsNeMo ofrece herramientas de entrenamiento y personalización para incorporar datos propietarios y conocimiento específico de cada región.

Quien quiera explorar las capacidades de Earth-2 puede empezar con los ejemplos de pronóstico de Earth2Studio, o revisar los casos de estudio de AXA sobre riesgo de huracanes y de Manchester sobre calidad del aire. En Chile, donde la energía solar y la agricultura dependen de pronósticos locales precisos, estas arquitecturas abiertas representan una oportunidad para que centros de investigación y empresas del sector energético desarrollen sus propias soluciones sin depender de modelos foráneos cerrados.

Con información de NVIDIA