Google presenta WeatherNext 3, su IA del clima
Google presenta WeatherNext 3, un modelo de IA meteorológica que actualiza sus pronósticos cada hora y alcanza una resolución de hasta 5 kilómetros. La compañía afirma que mejora la precisión de la lluvia y puede ofrecer previsiones de precipitación hasta un 50% más precisas en Google Search, Gemini y Maps.
Google DeepMind y Google Research han presentado WeatherNext 3, un modelo de inteligencia artificial que actualiza sus pronósticos meteorológicos cada hora y llega a una resolución de hasta 5 kilómetros. Según evaluaciones independientes en tiempo real de Brightband, es el modelo global más avanzado y preciso de la compañía hasta ahora.
La mejora busca resolver un problema muy concreto: los pronósticos generales suelen perder detalles importantes cuando el clima cambia rápido o cuando el terreno altera las condiciones. Una tormenta, por ejemplo, puede afectar de forma distinta a una ciudad costera, un valle y una zona montañosa situada a pocos kilómetros.
Más detalle y actualizaciones cada hora
WeatherNext 3 genera previsiones horarias en varias escalas. Puede representar temperatura y humedad en una cuadrícula de 5 kilómetros, otras variables de superficie en 10 kilómetros y variables atmosféricas como el viento en 25 kilómetros.
En conjunto, Google afirma que ofrece una imagen del clima aproximadamente cinco veces más detallada que WeatherNext 2, que trabajaba con cuadrículas de 25 kilómetros y actualizaciones cada seis horas.
La diferencia puede notarse en situaciones cotidianas. Un pronóstico con más resolución tiene más posibilidades de distinguir entre lluvia en una zona montañosa y tiempo seco a pocos kilómetros, o de detectar mejor cómo se distribuye el calor dentro de una región.
El modelo usa datos del clima real
Los modelos meteorológicos de IA suelen entrenarse con datos procedentes de sistemas tradicionales de predicción. Esos sistemas simulan la atmósfera usando física y superordenadores, pero pueden tener un desfase de hasta seis horas en algunas fuentes de información.
WeatherNext 3 incorpora mosaicos globales de imágenes de satélites geoestacionarios actualizados cada hora. También utiliza datos de estaciones meteorológicas y observaciones de precipitación obtenidas por satélite y radar.
Eso permite que cada nueva previsión parta de una imagen más reciente de lo que está ocurriendo en la atmósfera. La ventaja resulta especialmente relevante cuando aparecen de repente tormentas, frentes o lluvias intensas.
El modelo también está diseñado para zonas que históricamente han tenido menos acceso a pronósticos locales de alta resolución, sobre todo en Latinoamérica, África y Asia-Pacífico. Crear modelos regionales de este tipo con métodos tradicionales exige una capacidad de cálculo muy elevada.
Más precisión para lluvia y nieve
La precipitación sigue siendo una de las variables más difíciles de pronosticar. Las nubes y las tormentas se forman mediante procesos rápidos y pequeños, por lo que los modelos pueden producir mapas demasiado difusos o no marcar bien los límites de una tormenta fuerte.
Para mejorar esta parte, WeatherNext 3 se entrenó con datos de precipitación de IMERG, el sistema de la NASA que combina mediciones de varios satélites, y con una reconstrucción global basada en radar desarrollada por Google.
En sus evaluaciones de previsiones a medio plazo, Google informa de mejoras de hasta:
- 60% frente a IMERG.
- 30% frente a MRMS, otro sistema de referencia para precipitación.
- 10% frente a mediciones de pluviómetros en horizontes iniciales.
Estas cifras utilizan el CRPS, una métrica que compara la calidad de una predicción probabilística con lo que finalmente ocurrió. No significan que todos los pronósticos sean un 60% más precisos en cualquier lugar o situación.
Qué cambia para ti
WeatherNext 3 comenzará a alimentar desde hoy las experiencias meteorológicas de Google Search, la aplicación Gemini, Google Maps, Google Maps Platform Weather API y Google Earth Engine.
Google asegura que, al planificar con un día o más de antelación, los usuarios podrán recibir pronósticos de precipitación hasta un 50% más precisos, con las mayores mejoras en regiones donde las previsiones eran menos fiables. En la práctica, puede ayudarte a decidir cuándo hacer una actividad al aire libre, preparar un viaje o saber si necesitas llevar un impermeable.
El sistema también ofrece previsiones específicas para energías renovables: viento a 100 metros de altura, aproximadamente la altura de muchas turbinas, además de cobertura de nubes y radiación solar. Esa información puede ayudar a operadores eléctricos y empresas de energía a estimar cuánta electricidad producirán sus parques eólicos y solares.
Google pondrá los datos globales a disposición de investigadores, desarrolladores y empresas mediante BigQuery, Earth Engine y descargas desde Google Cloud Storage, sin que tengan que configurar el modelo por su cuenta.
El avance no elimina la incertidumbre del tiempo ni sustituye las alertas oficiales. Para emergencias y fenómenos extremos, seguirán siendo necesarias las agencias meteorológicas locales. Lo importante es que los pronósticos digitales empiezan a acercarse más a lo que ocurre realmente en cada zona, especialmente allí donde hasta ahora faltaban datos detallados y actualizados.