O que muda
A Google DeepMind e a Google Research publicaram o WeatherNext 3 a 3 de setembro, a terceira geração do modelo meteorológico global do laboratório.
Há três novidades. O modelo aprende directamente com observações de satélite em tempo real, em vez de depender apenas das análises produzidas pela previsão numérica do tempo. Actualiza-se de hora a hora, enquanto o WeatherNext 2 trabalhava em passos de seis horas. E prevê numa grelha bem mais fina: temperatura e humidade a cinco quilómetros, outras variáveis de superfície a dez e variáveis atmosféricas como a velocidade do vento a vinte e cinco. O modelo anterior usava uma grelha de 25 quilómetros em tudo, o que torna o novo cerca de cinco vezes mais nítido à superfície.
Prevê também de forma nativa em coordenadas dispersas de estações, e não só em grelha, e acrescenta variáveis pensadas para os sistemas eléctricos: velocidade do vento à altura do cubo das turbinas, nebulosidade e radiação solar.
Os números de precisão, e quem os apresenta
A Google coloca as maiores melhorias na precipitação, onde a previsão baseada na física é mais fraca. Face ao conjunto de dados de satélite IMERG da NASA, a empresa refere até 60% de melhoria no continuous ranked probability score, até 30% face ao produto de radar MRMS e até 10% face a udómetros em prazos curtos. Para quem planeia com um dia ou mais de antecedência, afirma previsões de precipitação até 50% mais exactas.
São números da própria Google, medidos pela Google. O único marcador externo do anúncio é a afirmação de que o WeatherNext 3 lidera as tabelas em directo da Brightband, mantidas fora da Google — uma verificação útil precisamente porque pontuações meteorológicas divulgadas pelo fornecedor se escolhem de forma tão favorável como qualquer outra medida.
Onde aparece
Isto não é um artefacto de investigação deixado num servidor de pré-publicações. A Google diz que o WeatherNext 3 alimenta as previsões na Pesquisa, na aplicação Gemini, no Google Maps, na API meteorológica do Maps Platform e no Google Earth Engine. Investigadores e empresas podem consultar os dados através do BigQuery e do Earth Engine ou descarregá-los em massa do Google Cloud Storage.
Essa distribuição é a substância da notícia. Uma previsão horária de cinco quilómetros que chega a produtos de consumo é um acontecimento de outra natureza do que um artigo com menor erro, porque muda o que é dito a centenas de milhões de pessoas sobre o dia seguinte.
Porque contam as variáveis energéticas
O vento à altura do cubo, a nebulosidade e a radiação solar são os dados que operadores de rede e negociadores usam para programar a produção. Um modelo que os produz de hora a hora com maior resolução aponta directamente aos mercados de electricidade, e não à decisão de levar chapéu de chuva — e chega no momento em que os centros de dados de IA se tornam eles próprios uma fonte séria de crescimento do consumo.
O que observar a seguir
O número a aguardar é um número independente. Os serviços meteorológicos nacionais e os grupos académicos fazem a sua própria verificação face às previsões operacionais, e serão esses resultados, e não o texto de lançamento, a mostrar se uma melhoria de 60% se mantém entre estações e regiões. Falta ver também se a Google publica o modelo ou o mantém atrás da API, como fez com versões anteriores do WeatherNext.
