Un equipo del MIT presentó un método de aprendizaje automático, denominado Extreme Event Aware o «η-learning», que genera escenarios plausibles de eventos extremos y de peor caso sin necesitar ejemplos previos de ese tipo en los datos de entrenamiento, según un comunicado publicado el 24 de agosto de 2026. El trabajo apareció el 20 de agosto en Nature Communications, según la misma fuente.

Según la nota, la técnica combina estadísticas puntuales con mapas espaciales. Los investigadores la aplicaron a 25 años de mapas horarios de precipitación sobre Estados Unidos continental, agrupados en mapas diarios, y entrenaron el algoritmo con los primeros seis meses del registro, que contenían pocos o ningún ejemplo de lluvia extrema. Así, el método podía generar patrones espaciales para eventos más extremos que los del entrenamiento, como una lluvia de una vez cada 100 años con un máximo de 300 milímetros.

Los autores señalan posibles aplicaciones en inundaciones, incendios forestales, navegación robótica y mercados financieros. La investigación contó con apoyo parcial de una Vannevar Bush Faculty Fellowship y de la Oficina de Investigación Científica de la Fuerza Aérea de EE. UU. La fuente no informa de aplicaciones operativas ni de resultados posteriores.