Qué cambia
Google DeepMind y Google Research publicaron WeatherNext 3 el 3 de septiembre, la tercera generación del modelo meteorológico global del laboratorio.
Hay tres novedades. El modelo aprende directamente de observaciones satelitales en tiempo real en lugar de depender solo de los análisis que produce la predicción numérica del tiempo. Se actualiza cada hora, mientras que WeatherNext 2 trabajaba en intervalos de seis horas. Y pronostica sobre una malla mucho más fina: temperatura y humedad a cinco kilómetros, otras variables de superficie a diez y variables atmosféricas como la velocidad del viento a veinticinco. El modelo anterior funcionaba con una malla de 25 kilómetros en todo, lo que hace al nuevo unas cinco veces más nítido en superficie.
También predice de forma nativa en coordenadas dispersas de estaciones, y no solo sobre una malla, e incorpora variables pensadas para los sistemas eléctricos: velocidad del viento a la altura del buje de las turbinas, nubosidad y radiación solar.
Las cifras de precisión, y quién las publica
Google sitúa las mayores mejoras en la precipitación, que es donde la predicción basada en física es más débil. Frente al conjunto de datos satelitales IMERG de la NASA, la compañía informa de una mejora de hasta el 60% en la puntuación de probabilidad clasificada continua, de hasta el 30% frente al producto de radar MRMS y de hasta el 10% frente a pluviómetros en plazos cortos. Para quien planifica con un día o más de antelación, afirma que los pronósticos de precipitación son hasta un 50% más precisos.
Son cifras propias de Google, medidas por Google. El único indicador externo del anuncio es la afirmación de que WeatherNext 3 encabeza las clasificaciones en vivo de Brightband, que se elaboran fuera de Google: una comprobación útil precisamente porque las puntuaciones meteorológicas declaradas por el proveedor se pueden seleccionar con tanta ventaja como cualquier otra medida.
Dónde aparece
Esto no es un artefacto de investigación abandonado en un servidor de preprints. Google dice que WeatherNext 3 alimenta los pronósticos de Search, la aplicación Gemini, Google Maps, la API meteorológica de Maps Platform y Google Earth Engine. Investigadores y empresas pueden consultar los datos mediante BigQuery y Earth Engine o descargarlos en bloque desde Google Cloud Storage.
Esa distribución es la sustancia de la noticia. Un pronóstico horario de cinco kilómetros que llega a productos de consumo es un hecho de otra naturaleza que un artículo con un error menor, porque cambia lo que se le dice a cientos de millones de personas sobre el día siguiente.
Por qué importan las variables energéticas
El viento a la altura del buje, la nubosidad y la radiación solar son los datos que usan operadores de red y comercializadores para programar la generación. Un modelo que los produce cada hora con mayor resolución apunta directamente a los mercados eléctricos, no a decidir si llevar paraguas, y llega justo cuando los centros de datos de IA se están convirtiendo en una fuente seria de crecimiento de la demanda.
Qué observar a continuación
La cifra que conviene esperar es una independiente. Los servicios meteorológicos nacionales y los grupos académicos hacen su propia verificación frente a los pronósticos operativos, y esos resultados, no la nota de lanzamiento, mostrarán si una mejora del 60% se sostiene entre estaciones y regiones. Habrá que ver también si Google publica el modelo o lo mantiene tras la API, como ha hecho con versiones anteriores de WeatherNext.
