IA

La IA de Google predice la lluvia un 50% mejor — y ya está disponible en Maps y Search

Susan Hill

El pronóstico del tiempo en tu teléfono acaba de volverse mucho más confiable sin que tú hagas nada. Google DeepMind reemplazó el modelo detrás de sus tarjetas meteorológicas en Search, Maps, Gemini y la API de Maps Platform con WeatherNext 3, un sistema que genera predicciones cada hora con una resolución de 5 kilómetros, en comparación con los intervalos de seis horas sobre una cuadrícula de 25 kilómetros de su predecesor.

La diferencia práctica se nota más claramente en la lluvia. Para planificar un día o más adelante, los pronósticos de precipitación de WeatherNext 3 son hasta un 50 por ciento más precisos que los del modelo anterior. Frente a IMERG, el punto de referencia satelital que usan los investigadores del clima, la mejora alcanza el 60 por ciento. Eso se traduce en la diferencia entre un pronóstico que dice ‘posibles chubascos’ y uno que te indica que esperes lluvia entre las 2 y las 5 p. m. en tu barrio específico.

WeatherNext 3 también supera a los sistemas tradicionales de predicción numérica del tiempo operados por el U.S. National Weather Service y las agencias meteorológicas europeas, según los propios puntos de referencia de Google. El modelo va más allá de la lluvia: incluye velocidades del viento a 100 metros —la altura de un aerogenerador—, cobertura de nubes y niveles de radiación solar, lo que lo hace útil para operadores de energía y planificadores agrícolas, además de los viajeros comunes.

Google no es la única empresa que desarrolla modelos meteorológicos basados en IA. Microsoft, Nvidia e instituciones de investigación europeas han publicado enfoques competidores en los últimos dos años. El anuncio de Google no mencionó rivales específicos, y las agencias meteorológicas independientes aún no han publicado una validación externa de las mejoras de precisión que afirma WeatherNext 3 —las cifras provienen de las pruebas comparativas internas de Google.

El cambio arquitectónico clave es cómo el modelo recibe los datos. Los sistemas tradicionales de pronóstico del tiempo recolectan observaciones durante una ventana de seis horas antes de ejecutar sus cálculos. WeatherNext 3 ingiere imágenes satelitales geoestacionarias en vivo cada hora, evitando ese retraso. También se entrena con lecturas directas de redes de estaciones meteorológicas a nivel del suelo, lo que le ayuda a reflejar el terreno local —efectos costeros, pasos de montaña y firmas de calor urbano que una cuadrícula más gruesa suavizaría.

Existen límites reales sobre lo que significa una resolución de 5 kilómetros en la práctica. El modelo no puede resolver la diferencia entre la lluvia que cae en un lado de tu calle antes que en el otro, y no puede anular la imprevisibilidad fundamental de los sistemas meteorológicos convectivos. El propio blog de Google dirige a los usuarios a las agencias meteorológicas locales para alertas de clima severo y avisos de seguridad pública.

Las versiones preentrenadas de WeatherNext 3 están disponibles para investigadores a través de Google Cloud y Google Earth Engine a partir del 3 de septiembre de 2026, cuando se anunció el modelo. No se anunció ningún despliegue regional por fases: la actualización está activa a nivel global para todos los usuarios de los productos meteorológicos de consumo de Google.

Etiquetas: , , , , ,

Discussion

There are 0 comments.