El Centro Nacional de Huracanes (NHC) incorporó un modelo de inteligencia artificial desarrollado por Google DeepMind que amplía el margen de preparación ante ciclones, según los datos del organismo y declaraciones de especialistas citados por The New York Times.
El Centro Nacional de Huracanes (NHC), con sede en Miami, Florida, incorporó la inteligencia artificial (IA) a sus herramientas para analizar la evolución de los ciclones. Entre los sistemas utilizados se encuentra el modelo desarrollado con WeatherNext Cyclones de Google DeepMind.
Cómo ayuda la IA a detectar huracanes
A diferencia de los modelos meteorológicos convencionales, que calculan el comportamiento atmosférico mediante ecuaciones físicas y requieren una elevada capacidad de procesamiento, los sistemas de IA utilizan grandes cantidades de información histórica para reconocer patrones. En este caso, el entrenamiento incluyó observaciones y reconstrucciones meteorológicas de varias décadas.
De acuerdo con la información oficial, la tecnología analiza relaciones entre variables como temperatura, presión, humedad y viento. Su capacidad de procesamiento permite, además, generar numerosos escenarios en poco tiempo. El NHC puede utilizar estos conjuntos de pronósticos para comparar posibles trayectorias y detectar situaciones que, aunque tengan menor probabilidad, podrían representar consecuencias importantes.
“Es un gran avance”, dijo Amy McGovern, profesora de meteorología en la Universidad de Oklahoma, a The New York Times. “Si se puede avisar a la gente con un día de antelación sobre un huracán importante, tendrán más tiempo para evacuar y prepararse, lo que en teoría salvará vidas y propiedades”, señaló.
Inteligencia artificial y pronósticos de huracanes
Una de las principales diferencias está relacionada con el tiempo disponible para tomar decisiones. Los análisis realizados sobre ciclones registrados entre 2023 y 2025 indicaron que el modelo de DeepMind podía superar a sistemas meteorológicos tradicionales en la predicción de trayectoria, intensidad y estructura. En los pronósticos realizados a cinco días, el sistema llegó a obtener una ventaja superior a 30 horas frente a uno de los principales modelos públicos utilizados como referencia.
“El tiempo de anticipación es fundamental. Si el período de anticipación es insuficiente, puede que no haya tiempo suficiente para evacuar el hospital o cortar el suministro eléctrico”, aseguró Mike Brennan, director del NHC.
El huracán Melissa puso a prueba al modelo de IA
El huracán Melissa, que llegó a Jamaica el 28 de octubre de 2025, permitió evaluar el desempeño de la tecnología en una situación compleja. Durante las primeras etapas del ciclón, distintos modelos ofrecieron recorridos diferentes. Mientras algunas simulaciones planteaban un desplazamiento hacia el noreste, el modelo de DeepMind señaló una evolución más lenta hacia el oeste.
La trayectoria finalmente llevó a Melissa hacia Jamaica. El pronóstico oficial elaborado cuatro días antes del impacto ubicó el punto de llegada con un error de aproximadamente 11 millas náuticas, de acuerdo con los datos del NHC sobre el desempeño del sistema.
La IA también comenzó a mostrar señales de una intensificación rápida cuando Melissa todavía tenía características de una tormenta tropical. Sus diferentes escenarios apuntaban a que el ciclón podía alcanzar una intensidad mucho mayor sobre las aguas cálidas del Caribe. Con esa información y el análisis de otras herramientas meteorológicas, los especialistas del NHC pudieron aumentar su nivel de confianza en un escenario de intensificación extrema. El centro llegó a proyectar que Melissa podía pasar de una categoría inicial baja a categoría 5 dentro de su período de pronóstico.
El ciclón alcanzó Jamaica como huracán de categoría 5, con vientos sostenidos estimados en 160 nudos. Además, provocó daños en viviendas e infraestructura y dejó 45 muertes.
“Los expertos de DeepMind trabajaron codo a codo con su socio, el gobierno, y eso fue lo que lo convirtió en un éxito”, aseguró McGovern. “Fue un desarrollo colaborativo”, señaló.