BitcoinWorldGoogle DeepMind abre el conjunto de datos globales de precipitaciones con IA PARDIG

Google DeepMind abrió el acceso a PARDIG el 13 de noviembre y anunció que investigadores y desarrolladores ya pueden usar su sistema de IA para estimar las precipitaciones en todo el mundo, con registros históricos que se remontan a 1999. Según informó CryptoSlate, el anuncio presenta el conjunto de datos como una herramienta para monitorear inundaciones y sequías en regiones donde escasean las estaciones meteorológicas terrestres y la cobertura de radar.

PARDIG, de Google DeepMind, estima las precipitaciones globales cada 15 minutos en una cuadrícula de aproximadamente 10 kilómetros. Google afirma que logró una capacidad de detección más de un 30 % superior a la del conjunto de datos IMERG-Final de la NASA para precipitaciones de intensidad leve a moderada, pero los datos casi en tiempo real llegan en lotes de seis horas, con un retraso promedio de unas cinco horas. Datos clave

  • PARDIG estima las precipitaciones cada 15 minutos en una cuadrícula global con una resolución aproximada de 10 kilómetros, utilizando observaciones satelitales y datos atmosféricos.

  • Google afirma que el sistema logró una capacidad de detección de precipitaciones por hora más de un 30 % superior a la del conjunto de datos IMERG-Final de la NASA para lluvias de intensidad ligera a moderada.

  • Los registros históricos de precipitaciones se remontan a 1999, junto con un conjunto de datos independiente que abarca desde 2016 hasta la actualidad. Ambos se publicaron bajo una licencia Creative Commons que permite su reutilización comercial con atribución.

  • Las estimaciones casi en tiempo real se publican en lotes de seis horas, con 24 imágenes cada uno, y un retraso de aproximadamente dos a ocho horas; el retraso medio al publicarse es de unas cinco horas.

  • Google clasifica PARDIG como experimental y afirma que no constituye observaciones, pronósticos ni alertas oficiales.

Cómo estima PARDIG las precipitaciones sin estaciones terrestres

El sistema aprende a partir de mediciones de precipitaciones recopiladas por el satélite de Medición Global de las Precipitaciones de la NASA y luego utiliza imágenes satelitales adicionales y datos atmosféricos para generar estimaciones en todo el planeta. Este enfoque difiere del monitoreo convencional, que depende en gran medida de estaciones meteorológicas terrestres, y permite a PARDIG generar cifras para océanos y regiones con redes de observación poco densas.

DeepMind afirmó que evaluó el sistema frente a redes de radar de Estados Unidos, Europa y Japón, y frente a observaciones de más de 36.000 estaciones meteorológicas de todo el mundo. Su artículo de investigación también informó de una mejor identificación de los episodios de lluvias intensas, que los conjuntos de datos globales existentes pueden tener dificultades para captar con precisión.

La empresa citó las inundaciones de julio de 2025 en la región de Texas Hill Country como ejemplo, comparando las estimaciones de PARDIG con las lecturas de radares terrestres y el conjunto de datos de precipitaciones existente de la NASA. La información sobre precipitaciones generada por PARDIG también sirve para entrenar el modelo de pronóstico WeatherNext 3 de Google.

El retraso de cinco horas y otras limitaciones

Una alta resolución temporal no significa entrega inmediata. Aunque PARDIG genera estimaciones cada 15 minutos, Google las publica en lotes de seis horas, por lo que la imagen más antigua de cada lote tiene aproximadamente ocho horas y la más reciente, unas dos horas cuando se publica. El retraso medio de unas cinco horas significa que los servicios de emergencia no pueden tratar el conjunto de datos como un sustituto en tiempo real de las alertas meteorológicas oficiales.

Google también reconoció que el sistema puede subestimar las nevadas en regiones montañosas y es menos fiable en ciertas zonas polares, y señaló estas deficiencias en su documentación.

Por qué es importante

La información sobre precipitaciones influye en las decisiones relacionadas con la agricultura, la gestión del agua, los seguros y la respuesta ante desastres, y, históricamente, esos datos han sido escasos en los lugares donde la infraestructura meteorológica es más limitada. La licencia Creative Commons de Google elimina un obstáculo habitual para las empresas y los investigadores que quieren crear productos de monitoreo basados en estas estimaciones, aunque no resuelve el problema de la latencia. La mejora de más del 30 % frente a la referencia de la NASA, si supera un examen independiente, ofrecería a los investigadores una herramienta más precisa para estudiar las inundaciones repentinas, los deslizamientos de tierra y los períodos prolongados de sequía.

El conjunto de datos también se publica en un año en que la investigación meteorológica y climática impulsada por la IA se ha acelerado. Además, la comparación con referencias públicas consolidadas, como IMERG-Final, ofrece a los investigadores una forma concreta de evaluar esta nueva propuesta, en lugar de aceptar sin más las afirmaciones promocionales.

Qué conviene observar

La validación independiente determinará si la ventaja de DeepMind frente a los valores de referencia se mantiene al compararla con los propios conjuntos de datos de la NASA en contextos operativos. Para evaluar si PARDIG puede contribuir a acelerar la respuesta ante desastres en el futuro, conviene fijarse en el calendario de entrega documentado por Google, no en la frecuencia con que se generan las estimaciones. También será importante saber si Google deja de considerar experimental a PARDIG, ya que eso influirá en cómo las agencias oficiales tratan sus resultados.

Preguntas frecuentes

¿Qué es PARDIG?

PARDIG es el sistema global de monitoreo de precipitaciones de Google DeepMind, impulsado por IA. Combina observaciones satelitales y datos atmosféricos para estimar las precipitaciones cada 15 minutos en una cuadrícula de aproximadamente 10 kilómetros.

¿Qué precisión tiene PARDIG en comparación con los datos de precipitaciones de la NASA?

Google DeepMind afirma que PARDIG logró una capacidad de detección de precipitaciones por hora más de un 30 % superior a la del conjunto de datos IMERG-Final de la NASA para lluvias de intensidad ligera a moderada. Se puso a prueba frente a redes de radar de Estados Unidos, Europa y Japón, así como a observaciones de más de 36.000 estaciones meteorológicas.

¿Por qué todavía no se puede utilizar PARDIG para emitir alertas de inundaciones en tiempo real?

Aunque las estimaciones se generan cada 15 minutos, Google publica los datos casi en tiempo real en lotes de seis horas, con un retraso de aproximadamente dos a ocho horas y un retraso medio de unas cinco horas. Google también califica el sistema de experimental y afirma que los usuarios deben atenerse a las alertas oficiales.

¿Se pueden utilizar comercialmente los datos de PARDIG?

Google ha publicado tanto los registros históricos, que se remontan a 1999, como el conjunto de datos que abarca desde 2016 hasta la actualidad bajo una licencia Creative Commons que permite su reutilización comercial con atribución.

Esta publicación, Google DeepMind abre al público el conjunto de datos globales de precipitaciones con IA PARDIG, apareció primero en BitcoinWorld.