La IA y los problemas difíciles del mundo · Ciencias de la Tierra y del clima · arXiv · 2026-10-20
Interpretabilidad de los modelos meteorológicos de IA mediante decodificación intermedia
Título original: Interpretability of AI weather models via intermediate decoding
Los modelos meteorológicos de IA son difíciles de interpretar porque sus representaciones internas no tienen un significado físico. Los autores decodifican los estados latentes intermedios para obtener de nuevo campos meteorológicos, utilizando transformaciones afines para alinearlos con el espacio de entrada del decodificador. Aplicado a GraphCast, Aurora y ArchesWeather, el método muestra que la precisión del pronóstico mejora gradualmente a lo largo de las capas del procesador. Los modelos también refinan los pronósticos de escalas espaciales gruesas a finas, y el codificador-decodificador desempeña un papel importante en la construcción del pronóstico.