¿Cuántas veces una mañana despejada terminó con ropa mojada o un viaje complicado por una tormenta que parecía no estar en el pronóstico? El clima cambia como una conversación llena de interrupciones, y anticipar cada giro sigue siendo una necesidad cotidiana.
Google DeepMind y Google Research presentaron WeatherNext 3, un modelo de inteligencia artificial que busca observar mejor esos cambios atmosféricos. La información llegará al buscador de Google, Google Maps y Gemini, además de estar disponible en las plataformas cloud de la compañía.
El hallazgo apunta a una mejora concreta: previsiones más detalladas, más frecuentes y con especial avance en la lluvia. En las pruebas de Operational WeatherBench, una herramienta de Brightband que compara predicciones de IA, el sistema superó a modelos de Google, Microsoft, Nvidia y el Centro Europeo de Predicción Meteorológica a Medio Plazo.
También obtuvo mejores resultados que las previsiones tradicionales del Servicio Meteorológico Nacional de Estados Unidos y del propio organismo europeo en variables como temperatura, viento y humedad.
Samier Merchant, ingeniero sénior de Google, señaló que será la primera vez que variables meteorológicas fundamentales alimenten directamente numerosos productos de la empresa. Para un usuario, la oportunidad es sencilla: una consulta de ruta, una salida al trabajo o un plan al aire libre podrían contar con una respuesta más inmediata.
Un cableado que escucha el cielo cada hora
Hasta ahora, gran parte de la predicción meteorológica dependía de superordenadores que resuelven ecuaciones sobre la física de la atmósfera. Son máquinas precisas, pero costosas y relativamente lentas, como una enorme oficina que necesita revisar miles de carpetas antes de dar una respuesta.
WeatherNext 3 funciona de otra manera. El aprendizaje profundo (sistema que reconoce patrones en grandes datos) estudia registros del clima para detectar relaciones entre viento, humedad, temperatura y lluvia. No reemplaza por completo a la física: construye un atajo para aproximar un fenómeno naturalmente caótico.
La clave es imaginar la atmósfera como el cableado eléctrico de una casa. Si solo se revisa el tablero cada seis horas, una falla pequeña puede pasar inadvertida. Pero si se reciben señales de cada ambiente a cada hora, resulta más fácil saber dónde se encenderá la luz, o dónde llegará la tormenta.
Ese es el engranaje central del nuevo modelo: incorpora observaciones de satélites en tiempo real cada hora. Google afirma que es el primer sistema de IA que usa directamente observaciones brutas, es decir, mediciones sin el procesamiento previo de un superordenador, para previsiones globales de alta resolución.
El modelo puede alcanzar una resolución de hasta 5 kilómetros para variables clave. Además, sus evaluaciones de lluvia mejoraron un 60% frente a WeatherNext 2 y puede generar pronósticos horarios, en lugar del intervalo estándar de una predicción cada seis horas.
Del mapa general a la estación concreta
Otra pieza clave es que WeatherNext 3 fue entrenado para dirigir sus previsiones a estaciones meteorológicas específicas. En vez de limitarse a una cuadrícula amplia sobre el mapa, puede contrastar su cálculo con mediciones reales en tierra, como las de un aeropuerto o una ciudad.
Daniel Rothenberg, científico atmosférico de Brightband, subrayó que predecir mediciones horarias para una estación concreta conecta de forma más directa el pronóstico con el fenómeno que se quiere observar. El modelo tiene 2,4 veces más parámetros, es decir, más conexiones internas para reconocer patrones, que su antecesor.
El avance no elimina todas las incertidumbres. Pequeñas diferencias en la atmósfera pueden amplificarse con rapidez, y tanto WeatherNext 3 como otros sistemas siguen dependiendo en parte de datos nacionales. La predicción directa y total del clima todavía requiere más trabajo.
Sin embargo, el menor coste y la mayor velocidad pueden abrir una puerta importante para regiones con menos recursos. Mejores alertas ayudarían a planificar cultivos y a hacer más confiables los proyectos de energía solar y eólica. Bill Gates citó recientemente la predicción meteorológica impulsada por IA como uno de los beneficios cruciales de esta tecnología.
El paraguas no desaparecerá de la rutina, pero este nuevo interruptor digital promete que habrá menos sorpresas al mirar por la ventana.
Directora de operaciones en GptZone. IT, especializada en inteligencia artificial. Me apasiona el desarrollo de soluciones tecnológicas y disfruto compartiendo mi conocimiento a través de contenido educativo. Desde GptZone, mi enfoque está en ayudar a empresas y profesionales a integrar la IA en sus procesos de forma accesible y práctica, siempre buscando simplificar lo complejo para que cualquiera pueda aprovechar el potencial de la tecnología.
