Google scommette sul fatto che le osservazioni in tempo reale e l'IA possano colmare le persistenti lacune nelle previsioni di pioggia e neve, soprattutto nelle regioni con scarse apparecchiature al suolo. Ma il suo stesso lancio riconosce che le previsioni automatiche più rapide devono comunque affiancarsi ai modelli basati sulla fisica su cui i meteorologi fanno affidamento per gli avvisi.

Google ha presentato WeatherNext 3 come l'ultima versione del suo sistema di previsione basato sull'IA, affermando che può generare ogni ora una previsione globale dalle recenti osservazioni satellitari invece di basarsi esclusivamente su input di modelli più datati. L'azienda afferma che questo cambiamento offre un quadro cinque volte più nitido rispetto al modello precedente, con alcune previsioni di temperatura e umidità risolte fino a cinque chilometri.¹

La promessa centrale riguarda le precipitazioni: le tempeste in rapido movimento sono notoriamente difficili da individuare con precisione, e Google afferma che le previsioni effettuate con almeno un giorno di anticipo possono essere fino al 50% più accurate. I potenziali miglioramenti sono maggiori al di fuori degli Stati Uniti e dell'Europa, dove un numero inferiore di pluviometri lascia lacune più ampie nelle reti di osservazione convenzionali. «Siamo in grado di sfruttare set di dati osservativi più aggiornati e più ricchi», ha dichiarato Samier Merchant, ingegnere di Google Research.¹

Google DeepMind ha inquadrato il lancio più ampiamente come «un importante passo avanti» nelle previsioni globali, affermando che il modello apprende direttamente da osservazioni del mondo reale e in tempo reale per produrre più rapidamente previsioni più localizzate.Demis Hassabis (demishassabis)² Il capo di DeepMind, Demis Hassabis, ha rafforzato quel messaggio in una ricondivisione.²

Il sistema viene ora integrato in Search, Maps e Gemini, mentre Google ha progettato previsioni anche per gli operatori delle energie rinnovabili, incluse stime della velocità del vento all'altezza delle turbine. Ferran Alet, ricercatore di Google DeepMind, ha collegato questo lavoro alla crescente domanda di energia, sostenendo che rendere le rinnovabili «un'opportunità molto interessante è molto importante per noi».¹

Tuttavia, WeatherNext 3 non viene presentato come un sostituto della meteorologia tradizionale. È addestrato in parte su modelli basati sulla fisica, e le agenzie meteorologiche confrontano ancora più previsioni prima di emettere allerte pubbliche: un promemoria del fatto che risultati dell'IA più nitidi sono utili solo se migliorano le decisioni quando il tempo diventa pericoloso.¹