El cambio climático es real. La humanidad no puede negar más su existencia. La llegada de los ciclones cada año con mayor intensidad, lo estamos asumiendo con normalidad pero dejan a muchas comunidades y poblaciones en situación de desastre, y peor aún, en lugares donde antes no ocurrían con tal magnitud.
Los sistemas actuales para predecir el clima y determinar su comportamiento, siguen teniendo limitaciones en sus predicciones. Lo deseable es lograr un modelo matemático relativamente simple que permita a las computadoras identificar su dinámica. Pero para lograrlo, primero tenemos que entender su origen y comportamiento a un nivel más profundo. Los sistemas caóticos han tomado una gran importancia en la actualidad, ya que se han encontrado en áreas relevantes como el clima, el cambio del valor del dólar o el comportamiento de la epidemia de covid-19 que fue modelada utilizando sistemas caóticos para poder crear modelos epidemiológicos que dieran una idea de cómo se esparciría por el mundo.
Fue en 1963 cuando el matemático y meteorólogo Edward Lorenz, del Instituto Tecnológico de Massachussets, en Estados Unidos, introdujo el término caos a las matemáticas, una palabra asociada con una aparente aleatoriedad y supuesto comportamiento no determinístico; el cual comenzó a estudiarse de manera formal para tratar de determinar su comportamiento y la dinámica que lo rige. Actualmente es un área de las matemáticas complejas que necesita simulaciones que requieren de muchos recursos de cómputo, lo que implica altos costos.
Hoy en día, estos modelos matemáticos se pueden simular desde diferentes enfoques, uno de ellos es el emergente campo de inteligencia artificial, en particular el de las redes neuronales. Las redes neuronales son una emulación muy básica de cómo funciona nuestro cerebro, se centra específicamente en el aprendizaje por reforzamiento y dirigido por datos; es decir, que a partir de un conjunto de datos es posible modelar el comportamiento de un sistema caótico sin necesidad de tener a la mano los modelos matemáticos que describen al mismo. Esto nos permite generar una simulación del sistema caótico de características muy similares al original, evitando las complejidades del modelado matemático tradicional. Las redes neuronales no solo nos permiten modelar estos sistemas, también nos ayudan a predecir su futuro comportamiento e identificar sistemas con comportamientos complejos.
Para poder entender la dinámica de estos sistemas es necesario hacer simulaciones de su comportamiento, identificando las condiciones iniciales con las que comienzan y los parámetros que determinan este tipo de procesos. En la medida que tengamos simulaciones con predicciones más precisas, podremos ofrecer mejores soluciones a problemas como el cambio climático y futuras epidemias que lleguen a afectar a la humanidad. Los avances en la tecnología nos han permitido acercarnos a esos objetivos. Una pregunta que nos hacemos es ¿podemos, por fin, predecir el clima con alta precisión? Seguramente sí en un futuro cercano, aunque las dinámicas del clima son mucho más complicadas que el sistema caótico que propuso Lorenz en 1963. Sin embargo, la tecnología actualmente desarrollada, aunado a la capacidad de almacenamiento de información y el poder de procesamiento, nos hacen suponer que será posible, lo cual ayudará a predecir cuándo ocurrirá un desastre natural e identificar su origen, disminuyendo los daños a nuestra sociedad y al planeta.
José Serrano, Luis Quezada y G. Anaya
Profesores investigadores de la Ibero y la UAEH