Google presentó WeatherNext 3, un pronosticador del clima con IA que tiene una precisión altísima

Google DeepMind presentó WeatherNext 3, un modelo de predicción meteorológica basado en inteligencia artificial que busca mejorar la precisión de los pronósticos mediante la incorporación directa de observaciones de la atmósfera. La herramienta fue lanzada el 3 de septiembre y utiliza información proveniente de satélites, estaciones meteorológicas y radares de precipitación.

El desarrollo introduce cambios respecto de modelos anteriores de inteligencia artificial, como GraphCast. Mientras estos trabajaban con una resolución de alrededor de 28 kilómetros, WeatherNext 3 puede alcanzar los cinco kilómetros en determinadas variables y generar previsiones sobre cuadrículas de hasta cinco por cinco kilómetros.

También incrementa la frecuencia de actualización de los pronósticos. En lugar de producir estimaciones cada seis horas, el nuevo sistema puede hacerlo cada una hora, lo que permite seguir con mayor detalle la evolución de las condiciones atmosféricas.

Una de las principales diferencias está en el tipo de información utilizada. Los modelos meteorológicos tradicionales parten de una estimación del estado actual de la atmósfera y luego utilizan ecuaciones físicas para proyectar su evolución. WeatherNext 3 incorpora además mediciones directas, como imágenes satelitales, para establecer relaciones entre las condiciones observadas y lo que puede ocurrir posteriormente.

Más datos para anticipar las precipitaciones

Para su entrenamiento, el modelo utilizó aproximadamente 25 años de registros de radares de precipitación y entre 10 y 15 años de imágenes obtenidas por satélites meteorológicos que permanecen sobre una misma región y permiten observar continuamente los cambios atmosféricos.

La inteligencia artificial aprende a identificar patrones en esas imágenes y registros para establecer cómo evoluciona el tiempo. Entre otras aplicaciones, puede analizar el movimiento de las nubes y relacionarlo con la posibilidad de precipitaciones, un tipo de información que también utilizan los meteorólogos al elaborar sus pronósticos.

Según Google, WeatherNext 3 puede realizar previsiones con uno o varios días de anticipación y mejorar especialmente la estimación de las precipitaciones. La compañía calcula que, en determinadas circunstancias, la precisión podría aumentar hasta un 50% respecto de modelos anteriores. Sin embargo, esa cifra representa el máximo de mejora esperado y no un promedio general, ya que los resultados dependen de las condiciones meteorológicas y de la región analizada.

El desafío de los fenómenos extremos

Uno de los objetivos pendientes es mejorar la anticipación de episodios meteorológicos extremos. Google todavía no realizó una evaluación específica del comportamiento de WeatherNext 3 frente a fenómenos como las danas, por lo que no existe una estimación concreta sobre su capacidad para anticiparlos.

El desarrollo, sin embargo, forma parte de una estrategia más amplia de Google para aplicar inteligencia artificial a la predicción de riesgos meteorológicos. Un equipo de Google Research trabaja en paralelo en modelos destinados a anticipar inundaciones y utiliza pronósticos de precipitación generados por WeatherNext 3 para mejorar sus resultados.

En marzo, ese grupo presentó Groundsource, una metodología basada en inteligencia artificial que utiliza información pública para construir registros históricos de inundaciones repentinas y generar previsiones de inundaciones urbanas con hasta 24 horas de anticipación.

Acceso desde Google y para investigadores

WeatherNext 3 está disponible para consultas meteorológicas a través del Buscador de Google, Google Maps y Gemini, sin un costo adicional para los usuarios. Los investigadores y desarrolladores pueden acceder a los datos mediante Earth Engine y BigQuery.

Para instituciones y empresas, el acceso tiene un costo asociado al volumen de información descargada. El precio puede aumentar cuando se solicitan más variables, una mayor resolución o los 64 escenarios posibles que puede generar el modelo.

Google también aclaró que los datos personales de los usuarios no se utilizan para entrenar WeatherNext 3, diferenciando la información empleada para desarrollar el sistema de los datos generados por las consultas meteorológicas.