Mientras otros mercados cierran, existen instrumentos que operan 24/7 → Descubre los índices sintéticos.
Espacio patrocinadoLa Universidad de Miami Rosenstiel School of Marine, Atmospheric, and Earth Science ha desarrollado una herramienta de inteligencia artificial capaz de transformar la predicción de huracanes.
Este sistema ofrece, por primera vez, un método automatizado para distinguir patrones clave de clima tropical en el Atlántico y el Pacífico. El avance ya está en uso en el Centro Nacional de Huracanes (NHC) durante la temporada de huracanes del Atlántico 2025.
Cómo funciona el nuevo sistema de IA
El sistema identifica y sigue de manera automática las ondas tropicales del este (TEWs).
Estas formaciones de nubes y vientos suelen convertirse en huracanes, por lo que anticiparlas resulta crucial. Además, diferencia estas ondas de dos patrones atmosféricos importantes: la Zona de Convergencia Intertropical (ITCZ) y la trough del monzón (MT).
Will Downs, estudiante de doctorado que lideró el proyecto, afirmó: «Con esta herramienta de seguimiento de ondas tenemos una nueva manera de detectar distintos patrones y los sistemas que pueden crecer hasta convertirse en huracanes. Es un paso importante para mejorar los pronósticos y dar más tiempo de preparación a las comunidades».
Un modelo entrenado con más de 40 años de datos
Para lograrlo, Downs y su equipo usaron datos meteorológicos recopilados entre 1981 y 2023.
Entrenaron redes neuronales convolucionales (CNN) que distinguen en tiempo real estas formaciones. La herramienta combina observaciones históricas del NHC con información de reanálisis climático, lo que garantiza mayor precisión.
El profesor Sharan Majumdar, asesor del proyecto, destacó: «Ha capturado las ondas con notable exactitud. El conjunto de datos robusto que produce ayudará a los investigadores a estudiar más a fondo el comportamiento de estas ondas».
Resultados iniciales y hallazgos relevantes
El sistema reveló que las ondas tropicales en el Caribe son más débiles que en el Atlántico abierto, aunque siguen siendo detectables con IA.
También identificó la expansión hacia el oeste de la trough del monzón en el Atlántico y cambios en el Pacífico durante eventos de El Niño.
Además de mejorar los pronósticos, el análisis ofrece nuevas perspectivas sobre cómo evolucionan estos fenómenos. Desde simples cúmulos de nubes hasta ciclones tropicales en desarrollo, la IA permite comprender mejor sus transiciones.
Una pasión personal convertida en investigación
La motivación de Downs nació en Nueva Orleans durante el Huracán Katrina, cuando su familia tuvo que evacuar.
Años después, tras el Huracán Isaac en 2012, comenzó a seguir tormentas en línea. Esa pasión lo llevó a especializarse en ciclogénesis, el proceso de formación e intensificación de huracanes.
El proyecto contó también con la colaboración de Aidan Mahoney, estudiante de doctorado e interno en el NHC, declarando: «Lo que empezó como una pregunta rápida sobre ondas tropicales se convirtió en largas discusiones sobre su complejidad. Will entendió de forma experta los datos y creó la mejor versión posible del rastreador».
Una investigación con proyección internacional
El estudio, titulado Using Deep Learning to Identify Tropical Easterly Waves, the Intertropical Convergence Zone, and the Monsoon Trough, fue publicado el 8 de agosto de 2025 en la revista Monthly Weather Review de la American Meteorological Society.
La investigación recibió apoyo de la National Science Foundation, así como de becas y fondos de la propia Universidad de Miami.
Compromiso con la ciencia y la prevención
La Universidad de Miami, miembro de la Asociación de Universidades Americanas (AAU), refuerza con este logro su liderazgo en la investigación climática.
Desde 1943, la Rosenstiel School impulsa proyectos que salvan vidas con mejores pronósticos, ayudan a preservar ecosistemas marinos y promueven la innovación científica.
Este nuevo sistema de inteligencia artificial se convierte así en una herramienta decisiva para anticipar riesgos y mejorar la preparación frente a futuros huracanes.
