Un estudio reciente en Proceedings of the National Academy of Sciences reveló que sistemas meteorológicos basados en inteligencia artificial —como AIFS, GraphCast y Pangu‑Weather— fallan al predecir fenómenos inéditos que no existen en sus datos de entrenamiento.
Científicos de las universidades de Chicago, Nueva York y Santa Cruz entrenaron una red neuronal sin datos de huracanes categoría 3 a 5. Al simular condiciones de un huracán categoría 5, la IA no lo detectó. Esto demuestra que los modelos aprenden de patrones históricos, pero no deducen físicamente eventos nuevos. La propuesta: un enfoque híbrido que incluya principios físicos en el entrenamiento para mejorar la fiabilidad climatológica .