O mais recente avanço do Google em previsões com IA começou com um problema conhecido: a previsão meteorológica tradicional é poderosa, mas lenta. Modelos baseados em física simulam a atmosfera por meio de equações complexas, enquanto sistemas de IA mais novos buscam padrões históricos para gerar previsões mais rapidamente.¹

Com o WeatherNext 3, o Google afirma ter ido além dessa abordagem anterior de IA ao alimentar o modelo com observações em tempo real, incluindo dados de satélite ao vivo. Samier Merchant, engenheiro do Google Research, disse que o principal avanço é sua capacidade de “ir além dos dados com os quais a maioria dos modelos globais de IA é treinada”, utilizando “conjuntos de dados observacionais mais recentes e mais ricos”.¹

Essa mudança é central para o argumento de venda do Google. O WeatherNext 2 emitia previsões a cada seis horas em uma grade de 25 quilômetros; o WeatherNext 3 pode gerar previsões horárias e mapear algumas variáveis, como temperatura e umidade, com resolução de até cinco quilômetros. O Google afirma que isso deve facilitar o rastreamento de sistemas de chuva e neve que se deslocam rapidamente e poderia melhorar em até 50% as previsões de precipitação para mais de um dia à frente.¹

A empresa argumenta que os maiores ganhos podem ocorrer em regiões com menos pluviômetros — frequentemente fora dos EUA e da Europa —, onde observações de satélite podem preencher lacunas na cobertura de dados convencionais. Ela também mira os mercados de energia, adicionando previsões como velocidades do vento na altura das turbinas à medida que cresce a demanda de energia dos centros de dados.¹

O Google DeepMind classificou o lançamento como “um grande avanço” que aprende com observações do mundo real, em tempo real, para fornecer previsões mais localizadas com maior rapidez.Demis Hassabis (demishassabis)² O WeatherNext 3 está agora sendo integrado ao Search, Maps e Gemini, e o Google afirma ter trabalhado com o Centro Nacional de Furacões dos EUA e agências na Ásia.

Ainda assim, o lançamento vem com uma ressalva importante: o WeatherNext 3 é treinado parcialmente com resultados de modelos baseados em física, e as agências meteorológicas continuam a comparar vários modelos antes de emitir alertas públicos. Em outras palavras, o Google está promovendo uma ferramenta mais precisa — não uma substituição para os sistemas de previsão que já assumem as decisões de maior impacto.¹