La última incursión de Google en los pronósticos con IA comenzó con un problema conocido: la predicción meteorológica tradicional es potente, pero lenta. Los modelos basados en la física simulan la atmósfera mediante ecuaciones complejas, mientras que los sistemas de IA más nuevos buscan patrones históricos para generar pronósticos con mayor rapidez.¹

Con WeatherNext 3, Google afirma que ha ido más allá de ese enfoque anterior de IA al alimentar el modelo con observaciones en tiempo real, incluidos datos satelitales en directo. Samier Merchant, ingeniero de Google Research, afirmó que el avance clave es su capacidad de «ir más allá de los datos con los que se entrenan la mayoría de los modelos globales de IA» mediante el uso de «conjuntos de datos observacionales más recientes y ricos».¹

Ese cambio es fundamental para el argumento comercial de Google. WeatherNext 2 emitía pronósticos cada seis horas en una cuadrícula de 25 kilómetros; WeatherNext 3 puede generar pronósticos horarios y cartografiar algunas variables, como la temperatura y la humedad, con una resolución de hasta cinco kilómetros. Google afirma que esto debería facilitar el seguimiento de los sistemas de lluvia y nieve que se desplazan rápidamente, y podría mejorar los pronósticos de precipitación con más de un día de antelación hasta en un 50 por ciento.¹

La empresa sostiene que las mayores mejoras podrían darse en regiones con menos pluviómetros —a menudo fuera de Estados Unidos y Europa—, donde las observaciones satelitales pueden cubrir lagunas en la cobertura de datos convencionales. También apunta a los mercados energéticos, incorporando pronósticos como las velocidades del viento a la altura de las turbinas a medida que aumenta la demanda energética de los centros de datos.¹

Google DeepMind describió el lanzamiento como «un avance importante» que aprende de observaciones del mundo real y en tiempo real para ofrecer predicciones más localizadas con mayor rapidez.Demis Hassabis (demishassabis)² WeatherNext 3 ya se está integrando en Search, Maps y Gemini, y Google afirma que ha trabajado con el Centro Nacional de Huracanes de Estados Unidos y agencias de Asia.

Aun así, el lanzamiento viene con una salvedad importante: WeatherNext 3 se entrena en parte con resultados basados en la física, y las agencias meteorológicas siguen comparando varios modelos antes de emitir alertas públicas. En otras palabras, Google está promocionando una herramienta más precisa, no un sustituto de los sistemas de pronóstico que ya toman las decisiones de mayor trascendencia.¹