La IA y los problemas difíciles del mundo · Ciencias de la Tierra y del clima · Nature · 2026-10-14
Avanzando en la predicción subestacional con aprendizaje automático
Título original: Advancing subseasonal forecasting with machine learning
La capacidad de predicción cae drásticamente en escalas de tiempo subestacionales, de 2 a 6 semanas de antelación. Los autores presentan la corrección probabilística del sesgo, un marco de aprendizaje automático que aprende a corregir pronósticos probabilísticos históricos, y lo aplican a los principales modelos dinámicos y de IA del ECMWF. Duplicó la modesta capacidad de predicción subestacional del Sistema de Pronóstico de IA y mejoró el modelo dinámico en la mayoría de los objetivos de presión, temperatura y precipitación; además, en la competencia en tiempo real del ECMWF de 2025 sus pronósticos globales fueron los mejores.