Google lanza WeatherNext 3: su nueva IA meteorológica actualiza pronósticos cada hora con resolución de hasta 5 km

Google DeepMind y Google Research han presentado WeatherNext 3, una nueva generación de su modelo de inteligencia artificial para predicción meteorológica global. El sistema incorpora datos de satélites geoestacionarios prácticamente en tiempo real, genera un nuevo pronóstico cada hora y aumenta considerablemente la resolución espacial respecto a WeatherNext 2.

WeatherNext 3 comienza además a utilizarse en productos de Google. La compañía está incorporando sus predicciones en Google Search, la aplicación Gemini, Google Maps, Google Maps Platform y Google Earth Engine, además de ofrecer los datos a investigadores y empresas mediante servicios de Google Cloud.

Pronósticos cada hora y resolución de hasta 5 kilómetros

Una de las principales mejoras está en la cantidad de detalle que puede representar el modelo. WeatherNext 2 trabajaba sobre una cuadrícula de aproximadamente 25 kilómetros y producía nuevas previsiones en intervalos de seis horas. WeatherNext 3 reduce ese intervalo a una hora y aumenta la resolución para determinadas variables.

Variables de superficie como temperatura y humedad pueden representarse con una resolución de 5 kilómetros. Otros parámetros de superficie utilizan aproximadamente 10 kilómetros, mientras que determinadas variables atmosféricas, como la velocidad del viento, trabajan a 25 kilómetros.

Google calcula que el resultado ofrece una imagen meteorológica global aproximadamente cinco veces más detallada que la de WeatherNext 2. Esa resolución adicional resulta especialmente útil en zonas donde la topografía provoca grandes variaciones meteorológicas en distancias relativamente pequeñas, como costas, valles y regiones montañosas.

WeatherNext 3 utiliza directamente datos de satélite

El cambio más importante se encuentra en la información que recibe el modelo. Muchos sistemas de predicción meteorológica mediante IA se entrenan principalmente con datos procedentes de modelos numéricos tradicionales, que simulan la física de la atmósfera mediante grandes infraestructuras de computación.

WeatherNext 3 incorpora mosaicos globales procedentes de satélites geoestacionarios actualizados cada hora. Estos datos se combinan con análisis meteorológicos históricos y observaciones de estaciones para generar una representación más reciente del estado de la atmósfera.

Google señala que los modelos numéricos utilizados tradicionalmente como fuente para sistemas de IA pueden introducir aproximadamente seis horas de retraso en determinados datos. Incluir directamente observaciones satelitales permite reaccionar con mayor rapidez a fenómenos que cambian rápidamente, como tormentas, frentes, temperatura superficial y precipitaciones.

Google mejora especialmente las previsiones de lluvia y nieve

La precipitación es uno de los principales objetivos de WeatherNext 3. Para entrenar esta parte del sistema, Google utilizó datos del proyecto Integrated Multi-satellite Retrievals for GPM de la NASA, conocido como IMERG, junto con su propio conjunto global de reconstrucción de precipitaciones basado en radar satelital.

En las evaluaciones publicadas por la compañía, WeatherNext 3 consiguió mejoras de hasta un 60% en la métrica CRPS frente a IMERG, alrededor de un 30% frente al sistema estadounidense MRMS y hasta un 10% frente a mediciones realizadas mediante pluviómetros durante los primeros horizontes de predicción.

Google también afirma que, para previsiones realizadas con al menos un día de antelación, las estimaciones de precipitación mostradas a los usuarios pueden alcanzar hasta un 50% más de precisión. Las mayores mejoras se producirían en regiones donde históricamente existen menos datos meteorológicos de alta resolución.

El modelo también está pensado para energía eólica y solar

WeatherNext 3 añade variables específicamente destinadas a la producción de energías renovables. Entre ellas se encuentra la velocidad del viento a 100 metros de altura, una referencia próxima a la altura de funcionamiento de numerosas turbinas eólicas.

El modelo también proporciona previsiones de nubosidad y radiación solar de alta resolución. Esta información puede utilizarse para estimar con mayor precisión la producción de parques solares y ayudar a operadores eléctricos a anticipar la cantidad de energía renovable disponible.

WeatherNext 3 llega a Search, Gemini y Google Maps

Google ha iniciado el despliegue de WeatherNext 3 en sus principales productos meteorológicos. Las previsiones generadas por el modelo comenzarán a alimentar la información disponible en Search, Gemini y Google Maps, además de la Weather API de Google Maps Platform.

Los investigadores y desarrolladores también podrán consultar los datos mediante BigQuery y Google Earth Engine o descargarlos en grandes volúmenes desde Google Cloud Storage. Weather Lab permite visualizar experimentalmente las previsiones del modelo en tiempo real.

Google presenta WeatherNext 3 como su modelo meteorológico global más avanzado hasta ahora y cita evaluaciones independientes en tiempo real de Brightband para respaldar su rendimiento. La compañía recuerda, no obstante, que sus herramientas de IA no sustituyen las alertas oficiales de los servicios meteorológicos nacionales cuando existen riesgos para la seguridad pública.