WeatherNext 3 actualiza el pronóstico cada hora

Google DeepMind presentó WeatherNext 3 como su modelo global de inteligencia artificial meteorológica más avanzado. La novedad central es que produce una nueva previsión cada hora, una frecuencia pensada para seguir fenómenos que cambian con rapidez, como lluvia, nieve y viento.

También puede servirte: Google amplía su formación en IA para docentes

El sistema toma imágenes satelitales sin procesar como una de sus entradas. Según DeepMind, eso permite ampliar cobertura y generar predicciones incluso en lugares que el modelo no encontró de la misma forma durante el entrenamiento.

La mejora declarada debe evaluarse con casos reales. Un pronóstico global puede ser más rápido y detallado sin acertar cada tormenta local. La meteorología continúa trabajando con observaciones, varios modelos y criterio profesional.

WeatherNext 3 estima temperatura y humedad dirigidas a estaciones con una resolución de 5 kilómetros. Para otras variables de superficie, incluido el viento, informa una grilla de 10 kilómetros. La cifra describe el tamaño espacial aproximado de cada celda del pronóstico.

Una grilla de 5 kilómetros no significa que el tiempo sea idéntico dentro de cada cuadrado ni que la ubicación de una tormenta tenga un error máximo de cinco kilómetros. Relieve, costa y edificios pueden crear diferencias menores que la resolución publicada.

VisteEsto lo traduce a una regla práctica: la mayor resolución ayuda a distinguir condiciones entre zonas cercanas, pero no convierte el resultado en una medición de la cuadra. Los sensores locales siguen siendo decisivos para conocer lo que ocurre ahora.

Google comenzó a integrar WeatherNext 3 en productos como Search, Maps y Gemini. Esto puede acercar pronósticos actualizados a consultas cotidianas y decisiones de viaje, siempre sujeto al despliegue por país, producto y función.

La integración no vuelve a Gemini una autoridad de emergencia. Ante tormentas severas, inundaciones o evacuaciones, la referencia debe ser el servicio meteorológico y los organismos de protección civil de cada jurisdicción.

Empresas también pueden explorar los datos para logística, energía o agricultura. En esos casos hace falta validar el desempeño histórico en la región y medir el costo de errores, porque una mejora promedio puede ocultar situaciones locales difíciles.

Una comparación responsable guarda durante varias semanas pronósticos emitidos a la misma hora y los contrasta con estaciones observadas. Conviene medir temperatura, precipitación, viento y eventos extremos por separado.

También se deben comparar modelos disponibles con el mismo horizonte. Elegir solamente días donde WeatherNext 3 acertó produciría una conclusión sesgada. La incertidumbre y los cambios entre corridas son parte del dato.

La actualización horaria abre una vía para reaccionar antes a cambios. Su valor final dependerá de exactitud local, comunicación de incertidumbre y una integración que preserve las alertas oficiales.

Para Argentina, la prueba debe incluir estaciones urbanas, llanura, costa y cordillera, porque una misma métrica global puede comportarse de manera distinta en cada ambiente.