Google lanza WeatherNext 3: IA meteorológica con resolución 5km y entrenamiento en tiempo real
El nuevo modelo aumenta la resolución cinco veces respecto al anterior y se integra en Search, Maps y Gemini para mejorar la precisión de precipitaciones y generación renovable.
Google ha desplegado WeatherNext 3, su último modelo de IA para predicción meteorológica. El cambio principal no es solo la arquitectura del modelo, sino el pipeline de datos: el sistema entrena con observaciones en tiempo real, principalmente imágenes de satélite, en lugar de depender exclusivamente de conjuntos de datos históricos estáticos. Esto permite generar pronósticos cada hora con una resolución espacial de hasta 5 kilómetros, cinco veces más detallado que los 25 kilómetros del WeatherNext 2.
Samier Merchant, ingeniero de investigación en Google Research, explica que esta capacidad para leverar datos observacionales más frescos y ricos es la diferencia clave. El modelo anterior producía actualizaciones cada seis horas. La frecuencia horaria y el mayor detalle son críticos para sistemas meteorológicos rápidos como lluvias intensas o nevadas, donde los modelos físicos tradicionales sufren latencia por la complejidad de las ecuaciones atmosféricas.
Datos en lugar de ecuaciones
La predicción meteorológica clásica se basa en supercomputadores que resuelven ecuaciones de física fluida. Es preciso, pero lento. Los modelos de IA, por el contrario, buscan patrones en datos masivos. WeatherNext 3 combina este enfoque con alimentarle directamente el flujo de datos satelitales actuales. Esto reduce el desfase temporal y permite que el modelo 'vea' la atmósfera casi en directo antes de extrapolar.
Google afirma que esta mejora se traduce en un 50% más de precisión en las previsiones de precipitación a partir de un día de antelación. El salto es más notable en regiones con escasa instrumentación terrestre, como gran parte de Asia y África, donde los pluviómetros son escasos. El modelo llena esos vacíos utilizando la cobertura global del satélite.
Además de la meteorología pura, el modelo se ha ajustado para predecir la generación de energía renovable. Puede estimar la velocidad del viento a 100 metros de altura, la posición típica de los rotores de las turbinas eólicas. Ferran Alet, científico en Google DeepMind, sugiere que mejorar la eficiencia de las renovables es vital para alimentar los propios centros de datos de Google y la demanda energética global, aunque la conectividad entre ambos puntos queda implícita en sus declaraciones.
WeatherNext 3 ya está integrado en Search, Maps, Gemini y otros productos de Google. La empresa colabora con el Centro Nacional de Huracanes de EE. UU. y agencias asiáticas para refinar sus alertas. Sin embargo, Google mantiene que la IA no reemplaza a los modelos físicos, sino que trabaja en tándem con ellos. Los meteorólogos siguen usando el modelo de IA como una capa adicional de información, cruzando sus salidas con las simulaciones numéricas tradicionales para emitir avisos oficiales.
