MODELOS CLIMÁTICOS: TREINTA AÑOS DE CÓMPUTO, Y LA LLUVIA SIGUE SIENDO DIFÍCIL

Los modelos climáticos aportan buena parte de las pruebas en que se apoya la política climática. Desde 1995, un programa internacional llamado CMIP —el Proyecto de Intercomparación de Modelos Acoplados (Coupled Model Intercomparison Project)— los ejecuta en paralelo, generación tras generación, con reglas comunes. Cada generación ha usado mallas más finas y más física, y por tanto más cómputo. Lo que nadie sigue, según un equipo de 24 investigadores dirigido por Ioana Colfescu (Universidad de St Andrews y Centro Nacional de Ciencias Atmosféricas del Reino Unido), es cuánta energía cuesta esto y qué se obtiene a cambio.

159 modelos, una sola puntuación de error

El equipo recalculó un único índice de error para 159 modelos de cinco generaciones de CMIP, a partir de sus resultados archivados: cuánto se aparta el clima invernal de cada modelo (1979–1999) de las observaciones, para tres variables: presión del aire al nivel del mar, temperatura del aire en superficie y precipitación. Solo estas tres, porque la segunda generación no archivó nada más. Cuanto más bajo, mejor.

El error mediano baja de 1,56 en la primera generación a 0,61 en la sexta. En el mismo periodo, el cómputo necesario para un modelo típico, estimado a partir de la resolución de su malla, se multiplicó aproximadamente por 29.

Un rendimiento constante

Generación a generación, el error cae un 21, un 28, un 21 y un 14 %: una serie irregular. Pero, medido frente a cuánto cómputo añadió cada paso, el patrón se vuelve regular: un 13,5 % menos de error por cada duplicación del cómputo, con una dispersión de solo 0,7 puntos entre las tres transiciones en las que la comparación funciona.

Ese ritmo da un cálculo sencillo y aleccionador. Reducir el error a la mitad requiere unas 4,8 duplicaciones, «porque 0,865 elevado a 4,8 es 0,5», escriben los autores, y 4,8 duplicaciones significan unas 28 veces más cómputo que los modelos actuales. Mientras tanto, el crecimiento del cómputo entre generaciones se ha frenado, de 2,2 duplicaciones a 1,1.

Los autores son prudentes sobre lo que esto significa. Una física mejor también mejora los modelos, y ambas cosas no pueden separarse, así que el 13,5 % mide el rendimiento conjunto del cómputo y de la ciencia. Y describe el progreso pasado, no una ley de la naturaleza.

La lluvia se queda atrás

Una sola puntuación esconde grandes diferencias. Entre la primera y la sexta generación, el error en la presión al nivel del mar se dividió por 3,5 y en la temperatura de superficie por 2,7. En la precipitación, bajó un 7 %. Según esta medida, tres décadas de resolución y complejidad añadidas apenas han mejorado la variable que más importa para los impactos del clima.

Una energía que nadie mide

La información sobre energía es irregular. Las ocho instituciones que publicaron datos completos de la última generación suman 1692 toneladas de CO₂. Entre los 13 modelos con energía medida, la energía por año simulado varía en un factor de 65, y apenas sigue a la resolución. De 30 instituciones, nueve publican cifras de energía estandarizadas, y ninguna informa de una energía vinculada a una puntuación de acierto.

Los modelos meteorológicos de IA como GraphCast, Pangu-Weather, FuXi y GenCast igualan o superan ya el pronóstico de alta resolución del Centro Europeo. Se dice que son mucho más baratos de ejecutar. Pero el equipo no encontró ninguna medición publicada de la energía necesaria para producir sus pronósticos, así que la reconstruyó a partir del hardware y los tiempos de ejecución declarados. Después añadió el entrenamiento: unos 2900 kWh para GraphCast y 62 000 kWh para Pangu-Weather. A lo largo de un año con cuatro pronósticos diarios, el entrenamiento supone más del 99 % de la energía de cada sistema, y Pangu-Weather cae del segundo al último puesto en acierto por kilovatio-hora.

Una frontera en lugar de una escalera

La hoja de ruta propone juzgar los modelos en un plano acierto–energía: el acierto en un eje, la energía en el otro, y el conjunto de sistemas a los que ningún otro supera en ambos. Una puntuación, el acierto dividido por la energía, puede ordenar sistemas dentro de una misma clase, pero los autores advierten que nunca debe usarse sola: un modelo casi inútil que apenas consuma energía puntuaría bien. También proponen cinco niveles de información sobre energía, de «declarada» a «completa y auditada», y cuatro formas de hacer más con menos: experimentos mejor diseñados, hardware nuevo como las GPU, menos trasiego de datos y componentes de IA específicos.

También señalan los riesgos: ejecuciones más baratas pueden significar simplemente más ejecuciones, y el entrenamiento de grandes modelos meteorológicos sigue concentrado en unas pocas organizaciones y países. Su primer paso es modesto. Informar de la energía junto a la precisión, con límites claros, antes de que arranque la próxima generación de modelos, CMIP8.