MIT crea algoritmo que genera escenarios extremos sin datos históricos

Ingenieros del MIT desarrollaron un algoritmo de aprendizaje automático que puede crear escenarios plausibles de eventos extremos, como tormentas, olas de calor o incendios forestales, sin necesidad de datos históricos de dichos fenómenos.

El método aprende de registros cotidianos, por ejemplo datos diarios del clima y mapas de una región, y descarta combinaciones imposibles. Así, genera posibles tormentas con duración, intensidad y área de impacto, o incendios con extensión probable, aun cuando en los archivos no existan eventos de esa magnitud. “El algoritmo no depende de eventos pasados para predecir futuros extremos”, dijeron los investigadores. Esta aproximación supera la limitación de los modelos tradicionales, que se basan en eventos raros y escasos para estimar riesgos futuros.

Con esta herramienta, ciudades y operadores de infraestructura podrán evaluar vulnerabilidades y planificar respuestas más robustas ante desastres potenciales, mejorando la resiliencia de comunidades ante el cambio climático. El avance abre la puerta a simulaciones más realistas sin requerir datos extremos previos.