Ciencia de los datos e Inteligencia Artificiаl en el uso de Pronósticos

Ciencia de los datos e Inteligencia Artificial en el uso de Pronósticos

Pronostico de Huracanes mediante técnicas de Ciencia de Datos e Inteligencia Artificial

Daniela Orozco Angulo

Universidad Autónoma del Caribe

---

Resumen

La ciencia de datos y la inteligencia artificial se unen para lidiar con problemáticas como la generación de huracanes, que representan uno de los desastres con más pérdidas humanas y económicas en los países aledaños a los océanos pacífico y atlántico.

En este artículo se mostrarán algunas técnicas relacionadas con el aprendizaje profundo, ciencia de datos, y aprendizaje automático o machine learning, tendientes a dar soluciones a la detección y tratamiento de este tipo de eventos naturales.

Con esto, se quiere mostrar la relación entre las tecnologías disruptivas y la información crítica, creando modelos que permitan elaborar sistemas más avanzados y análisis, facilitando la obtención de datos relevantes.

https://www.tiempo.com/ram/pronosticar-tormentas-con-inteligencia-artificial.html

http://es.scienceaq.com/Nature/1003058746.html

https://www.lavidaes.org/2021/09/inteligencia-artificial-huracan.html

https://journals.ametsoc.org/view/journals/wefo/36/4/WAF-D-20-0104.1.xml

https://repository.udistrital.edu.co/handle/11349/16327

1. INTRODUCCION

Los modelos de previsión nos ayudan a predecir cuándo, dónde y con qué fuerza pueden golpear los huracanes. Pero cuando son intensificaciones muy rápidas, puede eludir las predicciones incluso de los mejores modelos [1].

Algunos modelos de predicción de huracanes siguen relaciones estadísticas entre la ubicación de la tormenta y la fuerza del viento, además de otros movimientos que se pueden producir en la atmosfera terrestre y los sonidos generados por estas.

Cuando todos estos modelos se combinan ayudan a implementar los planes de acción para evacuar las zonas o apoyar en el rescate en caso que se intensifique la tormenta.

Una de las técnicas para la predicción es la inteligencia artificial, ciencia de datos y/o otras herramientas relacionadas con el análisis de datos masivos, que permiten realizar estudios en diferentes escalas meteorológicas, imagenologicas y probabilísticas.

En consecuencia, se abre un sin fin de aplicaciones en el área meteorológica optimizando los procesos de predicción, minimizando así los riesgos y daños que pueden ocasionar este tipo de tormentas.

1. INTELIGENCIA ARTIFICIAL

La inteligencia artificial es una disciplina perteneciente a las matemáticas, psicología cognitiva, biología evolutiva y computación, esta plantea modelos computaciones algorítmicos de aprendizaje basado en redes neuronales. (A. Kuri Morales: “Sapiens Piensa”; Komputer Sapiens, revista de la Sociedad Mexicana de Inteligencia Artificial, No. 1, Octubre de 2008) A lo largo del tiempo se han planteado distintos modelos de inteligencia artificial, y gracias a los grandes avances en cuanto a tecnología, ha permitido desarrollar sistemas inteligentes que facilitan procesar la mayor cantidad de datos posibles en un menor tiempo, ayudando así agilizar la toma de decisiones.

Uno de sus aspectos más importantes es que abarca diferentes campos como el reconocimiento facial, de voz, robótica avanzada, planificación, etc., buscando así, un sistema que sea capaz de razonar, participar y aprender.

Como complemento de esto, se encuentran especialidades como el machine learning o Deep learning, que involucran distintos tipos de redes neuronales codificadas, que convergen en sistemas que trabajan con algoritmos avanzados para el procesamiento de datos, optimización de modelos, todo esto mediante el uso de algoritmos de regresión, clasificación, entre otros. (Pearl, 2018; Lake et al., 2016)

Una peculiaridad de trabajar con la inteligencia artificial es que está dirigida a científicos, investigadores, interesados en mejorar el sistema hasta llegar a un punto funcional. Un ejemplo de esto puede ser el modelo ProbSevero v3 – aun en experimentación-, este utiliza datos satelitales, de radar, del tiempo, y modelos de aprendizaje como el machine learning para pronosticar las probabilidades de granizo, vientos y tornados de la próxima hora, aun se estudia la posibilidad de poder pronosticar en los siguientes meses e incluso años dependiendo de información histórica meteorológica.

1. APRENDIZAJE AUTOMATICO / MACHINE LEARNING

Es una disciplina del campo de la inteligencia artificial que, a través de algoritmos, dota a los ordenadores de la capacidad de identificar patrones en datos masivos y efectuar predicciones.  (Tom Mitchell. McGraw-Hill, 1997) Para el caso de los huracanes se emplea para determinar el comportamiento de estos en diferentes escenarios climáticos.

Para realizar estudios de inteligencia artificial mediante esta técnica requieren algoritmos como arboles de decisión, regresión, redes neuronales, bayesianos, etc.

Estos algoritmos se ejecutan con diversos cálculos matemáticos, donde la información tiende a ser amplia y compleja.

1. APRENDIZAJE PROFUNDO

Es una subcategoría del aprendizaje máquina, busca clasificar los datos mediante algoritmos relacionados. Se basa en la arquitectura de redes neuronales para mejorar cosas como el reconocimiento de voz, la visión por el ordenador, reconocimiento experto, entre otros.

Este tipo de aprendizaje promete muchos avances, haciendo que cosas que hasta hace unos años eran impensables hoy sean una realidad. Un ejemplo de esto puede ser la capacidad que tienen de analizar conjuntos de datos masivos y utilizar esta información para adaptarla a la experiencia, o sea que no es necesario un programador humano, sino que se puede crear un sistema con la capacidad de sentir y tener más consciencia del mundo que estamos.

...