La escalada del cambio climático y la creciente frecuencia de eventos meteorológicos extremos han amplificado la importancia de una predicción de rayos precisa y oportuna. Esta capacidad predictiva es fundamental para la preservación de la vida, la protección de la propiedad y el mantenimiento de la seguridad de la infraestructura crucial. Recientemente, el rápido avance y la exitosa aplicación del aprendizaje profundo basado en datos en diversos sectores, particularmente en visión por computadora y análisis de datos espaciotemporales, han abierto nuevas avenidas innovadoras para mejorar tanto la precisión como la eficiencia de la predicción de rayos. Este artículo presenta una revisión exhaustiva del amplio espectro de metodologías de predicción de rayos existentes. Comenzando desde técnicas tradicionales de pronóstico numérico, se recorre el camino hacia los avances más recientes en la investigación de aprendizaje profundo. Para estos diversos métodos, iluminamos su progreso y resumimos sus capacidades, mientras también predecimos sus trayectorias de desarrollo futuro. Esta exploración está diseñada para mejorar la comprensión de estas metodologías para aprovechar mejor sus fortalezas, navegar por sus limitaciones y potencialmente integrar estas técnicas para crear herramientas de predicción de rayos novedosas y poderosas. A través de tales esfuerzos, el objetivo es fortalecer la preparación contra la creciente imprevisibilidad del clima y asegurar una postura proactiva hacia la predicción de rayos.