Google ha presentando la inteligencia artificial meteorológica denominada WeatherNext 3. Incorpora datos satelitales en tiempo real, emite pronósticos y amplía la resolución hasta cinco kilómetros para mejorar la anticipación de lluvias, cambios locales de temperatura y variables clave para la energía eólica y solar.
Uno de los puntos fuertes de esta IA se concentra en una de las áreas más difíciles de la predicción meteorológica: la precipitación.
Según Google, el nuevo sistema ya está integrado en Search, Gemini, Maps, Google Maps Platform y Cloud.
Cómo funciona la nueva IA de Google para el clima
El modelo genera pronósticos horarios con varias resoluciones espaciales y mantiene, según la compañía, coherencia física entre patrones atmosféricos globales y rasgos locales del terreno.
La temperatura y la humedad en superficie pueden visualizarse con una resolución de cinco kilómetros; otras variables superficiales, con 10 kilómetros; y variables atmosféricas como la velocidad del viento, con 25 kilómetros.
Ese esquema supone una imagen meteorológica global cinco veces más nítida que la de WeatherNext 2, que trabajaba sobre una cuadrícula de 25 kilómetros y con intervalos de seis horas. La empresa atribuye esa mejora a la combinación de observaciones históricas con mosaicos satelitales geoestacionarios en tiempo real.
El cambio técnico más importante, según detalló el equipo de desarrollo, es que el modelo aprende directamente de observaciones del mundo real.
La mayoría de los sistemas meteorológicos de IA, incluido su antecesor, se entrenaban con datos de modelos numéricos de predicción del tiempo: simulaciones físicas ejecutadas en supercomputadoras que arrastran un retraso de seis horas en sus datos.
Para Google, ese desfase integra sesgos en variables que cambian con rapidez, como la lluvia o la temperatura superficial. Al incorporar observaciones satelitales recientes, WeatherNext 3 puede generar un nuevo pronóstico cada hora con datos atmosféricos más actualizados.
La empresa afirmó que esa capacidad es relevante cuando tormentas, frentes o sistemas de precipitación se forman de manera repentina.
En qué destaca esta IA de Google
La compañía también señaló que algunas variables, como la temperatura y la humedad, pueden cambiar de forma marcada en apenas unos kilómetros.
Esa diferencia es especialmente importante en áreas cercanas a costas, valles o cordilleras, donde los modelos tradicionales suelen perder detalle al trabajar con representaciones atmosféricas menos precisas.
Para corregir ese problema, WeatherNext 3 se entrenó de forma directa con datos de observación dispersos de estaciones meteorológicas. Según el blog oficial, esto permite construir pronósticos globales en una cuadrícula de cinco kilómetros que incorporan mejor la topografía y otras particularidades regionales.
Google sostuvo que ese avance puede tener especial impacto en regiones de América Latina, África y Asia-Pacífico, donde los altos costos de supercomputación limitaron históricamente la disponibilidad de pronósticos regionales de alta resolución.
La empresa plantea que el modelo puede acercar previsiones más localizadas a miles de millones de personas y a negocios que operan en esas zonas.
El sistema también incorpora variables diseñadas para la producción de energía limpia. Entre ellas figuran pronósticos de velocidad del viento a 100 metros, una altura próxima a la de las turbinas, además de cobertura nubosa y niveles de radiación solar en alta resolución para estimar la luz que llegará al suelo.
La precisión de los pronósticos de lluvia y nieve
En el caso de la lluvia y la nieve, Google reconoció que los modelos globales suelen fallar porque esos fenómenos nacen de procesos nubosos muy rápidos y a escalas pequeñas.
Para entrenar mejor esa capacidad, WeatherNext 3 utilizó dos fuentes de precipitación que la empresa describió como de alta calidad: el sistema IMERG de la NASA y un reanálisis global propio basado en radar satelital.
La compañía presentó el nuevo modelo como su sistema meteorológico de IA más avanzado y preciso hasta ahora, una afirmación que atribuyó a evaluaciones en tiempo real realizadas por Brightband.
Al mismo tiempo, recordó que los pronósticos oficiales, las alertas meteorológicas graves y los avisos de seguridad pública deben consultarse en las agencias meteorológicas locales o en los servicios meteorológicos nacionales.
