Air Quality Arena: бенчмарк для прогноза загрязнения воздуха на foundation-моделях

En julio de 2026, un equipo internacional de investigadores presentó AirQualityArena (AQA), un gran conjunto de datos abierto y un benchmark para la predicción de la contaminación del aire que abarca 6 contaminantes principales, 7 países en 4 continentes y más de 14.000 series temporales de "estación-contaminante". El trabajo se publicó como preprint en arXiv, y los propios datos se han puesto en acceso abierto.

Por qué hacía falta un nuevo benchmark

Los benchmarks anteriores para la predicción de la calidad del aire son demasiado limitados, tanto en geografía como en el conjunto de contaminantes, y apenas evalúan los modelos foundation de series temporales (TSFM) modernos con datos reales a gran escala. Precisamente esa es la brecha que cubre AirQualityArena. El aprendizaje automático se aplica cada vez más para predecir el nivel de contaminación, pero sin un estándar amplio y único es difícil comparar los modelos.

El problema no es académico. Según la estimación de los autores, la contaminación del aire causa alrededor de 7,9 millones de muertes prematuras al año, por lo que una predicción precisa es una prioridad de salud pública.

"Se estima que la contaminación del aire causa 7,9 millones de muertes

prematuras al año, lo que convierte a la predicción precisa en una prioridad crítica de salud pública", señala el preprint en arXiv.

Qué incluye el conjunto de datos

AirQualityArena consta de dos partes: los datos (AQA-Data) y el benchmark (AQA-Bench). El conjunto de datos reúne mediciones terrestres de 6 contaminantes principales durante un período de tres años en 7 países distintos en 4 continentes, con un total de más de 14.000 series de "estación-contaminante". Esto es notablemente más amplio que la mayoría de los conjuntos anteriores, limitados a una sola región o a una o dos sustancias.

*6 contaminantes principales del aire

*Período de observación: 3 años

*7 países en 4 continentes

*Más de 14.000 series de "estación-contaminante"

*11 modelos foundation probados más métodos baseline clásicos

El benchmark AQA-Bench evalúa los modelos en la tarea de predicción a corto plazo, es decir, predecir los niveles de contaminantes para el futuro cercano. Los autores destacan la diversidad de países en la muestra: esto permite comprobar cuán universal es el funcionamiento del modelo en distintas condiciones.

Por qué ganaron los modelos foundation

Los modelos foundation de series temporales superaron a los métodos clásicos porque ofrecen predicciones precisas en modo zero-shot, es decir, sin un ajuste fino para una estación o región concreta. Los autores probaron en AQA-Bench 11 TSFM líderes y modelos baseline clásicos en la tarea de predicción a corto plazo de la contaminación. Según el estudio, los modelos foundation resultaron sistemáticamente más precisos que los métodos clásicos en todas las regiones.

La capacidad de zero-shot es importante en la práctica: un sistema de monitoreo puede desplegarse en una ciudad nueva que todavía no cuenta con un largo historial de observaciones para el entrenamiento.

El mejor resultado lo mostró una arquitectura cross-modal: para predecir las series temporales, emplea un vision foundation model, es decir, un modelo entrenado originalmente con imágenes. En otras palabras, una red neuronal "visual" traslada su experiencia en el reconocimiento de imágenes a las series numéricas de mediciones.

"Los modelos foundation para series temporales son predictores

zero-shot eficaces y superan sistemáticamente a los métodos baseline clásicos", señalan los autores en el preprint de arXiv.

Qué significa esto

La predicción de la calidad del aire está pasando a modelos foundation universales: un único modelo preentrenado puede aplicarse de inmediato en distintos países sin ajustes locales. El conjunto de datos abierto de más de 14.000 series ofrece a los investigadores un punto de referencia común y acelera el desarrollo de sistemas de alerta temprana sobre smog y contaminación.

Preguntas frecuentes

¿Qué es AirQualityArena?

Es un conjunto de datos abierto (AQA-Data) y un benchmark (AQA-Bench) para la predicción de la contaminación del aire: 6 contaminantes, 3 años de observaciones, 7 países en 4 continentes, más de 14.000 series de "estación-contaminante".

¿Qué modelo obtuvo el mejor resultado?

El mejor resultado lo obtuvo una arquitectura cross-modal que utiliza un vision foundation model para la predicción de series temporales. En general, todos los modelos foundation de series temporales probados superaron a los métodos clásicos en modo zero-shot.

¿Cuántos modelos se probaron en el benchmark?

Los autores compararon 11 modelos foundation de series temporales líderes y varios métodos baseline clásicos en la tarea de predicción a corto plazo de la calidad del aire.