IA

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

Susan Hill

La predicción meteorológica en tu móvil acaba de volverse mucho más fiable sin que tú hagas nada. Google DeepMind ha sustituido el modelo que hay detrás de sus tarjetas meteorológicas en Search, Maps, Gemini y la API de Maps Platform por WeatherNext 3, un sistema que genera predicciones cada hora con una resolución de 5 kilómetros, frente a los intervalos de seis horas sobre una cuadrícula de 25 kilómetros de su predecesor.

La diferencia práctica se nota sobre todo en la lluvia. Para planificar con un día o más de antelación, las predicciones de precipitación de WeatherNext 3 son hasta un 50% más precisas que las del modelo anterior. Frente a IMERG, el punto de referencia satelital utilizado por los investigadores del clima, la mejora alcanza el 60%. Eso se traduce en la diferencia entre una previsión que dice ‘posibles chubascos’ y otra que te indica que esperes lluvia entre las 2 y las 5 de la tarde en tu barrio concreto.

WeatherNext 3 también supera a los sistemas tradicionales de predicción meteorológica numérica operados por el Servicio Meteorológico Nacional de EE. UU. 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—, la cobertura de nubes y los niveles de radiación solar, lo que lo hace útil para operadores energéticos y planificadores agrícolas, además de para los ciudadanos de a pie.

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 concretos, y las agencias meteorológicas independientes aún no han publicado una validación externa de las supuestas ganancias de precisión de WeatherNext 3 — las cifras provienen de las pruebas comparativas propias de Google.

El cambio arquitectónico clave es la forma en que el modelo recibe los datos. Los sistemas tradicionales de predicción meteorológica recogen observaciones en una ventana de seis horas antes de ejecutar sus cálculos. WeatherNext 3 ingiere imágenes en vivo de satélites geoestacionarios cada hora, evitando ese desfase. También se entrena con lecturas directas de redes de estaciones meteorológicas en tierra, lo que le ayuda a reflejar el terreno local — efectos costeros, puertos de montaña y huellas de calor urbano que una cuadrícula más gruesa suavizaría.

Existen límites reales a lo que significa en la práctica una resolución de 5 kilómetros. El modelo no puede distinguir la diferencia entre que la lluvia caiga en un lado de tu calle antes que en el otro, y no puede anular la impredecibilidad fundamental de los sistemas meteorológicos convectivos. El propio blog de Google remite a los usuarios a las agencias meteorológicas locales para avisos de tiempo severo y recomendaciones de seguridad pública.

Las versiones preentrenadas de WeatherNext 3 están disponibles para los investigadores a través de Google Cloud y Google Earth Engine desde el 3 de septiembre de 2026, fecha en que se anunció el modelo. No se anunció un despliegue regional por fases: la actualización está activa a nivel mundial para todos los usuarios de los productos meteorológicos de consumo de Google.

Etiquetas: , , , , ,

Debate

Hay 0 comentarios.