Inteligencia artificial y los mejores pronósticos

El abordaje para pronósticos de BerecoLabs usa algoritmos de Inteligencia Artificial (IA) para ayudarnos a distinguir de entre enormes cantidades de datos, aquellos que son relevantes para predecir los fenómenos meteorológicos futuros. Y lo mejor de todo… nuestro pronóstico aprende activamente de los errores, con el tiempo mejora su capacidad de predicción y se vuelve más confiable.

En este caso le entregamos los registros históricos del Servicio Meteorológico Nacional (SMN) para la Ciudad de Buenos Aires a nuestro algoritmo y le pedimos que prediga las temperaturas mensuales máximas, mínimas y promedios para un periodo de 31 meses. Para evaluar su precisión usamos dos indicadores: la Raíz del Error Cuadrático Medio (RECM), que da una idea de la capacidad de resolución a corto plazo del modelo (RMSE=0 es el resultado ideal) y por otra, el Índice de Acuerdo (IdA), parámetro adimensional que refleja la concordancia entre los valores predecidos y los observados, y que es más apto para detectar relaciones de largo plazo como en este caso (IA=1 implica una correlación perfecta, IdA=0 ninguna relación.)

Estos son los resultados:


Figura 1. Predicciones de temperaturas mensuales para la ciudad de Buenos Aires.

La superabundancia de datos, incluso aunque sean de relativa baja calidad, permite generar información confiable si se los combina de manera adecuada. Bucear dentro de millones de registros para encontrar las relaciones adecuadas no es tarea para una persona, pero sí para una computadora, y las computadoras son cada vez mejores en ello. Hay numerosas herramientas de Inteligencia Artificial que permiten desarrollar estas tareas de manera eficaz, rápida y barata, solo hay que saber usarlas. En BerecoLabs estamos generando nuevas formas de usar datos para transformarlos en información que mejore las decisiones y permita comprender la realidad.