Ayer Google DeepMind soltó un anuncio que, de verdad, no se puede dejar pasar. Se llama WeatherNext 3 y es su nuevo modelo de inteligencia artificial para predecir el tiempo. No es un simple upgrade. Habla de previsiones cada hora, datos satelitales en tiempo real y una precisión que, según evaluaciones independientes, supera o iguala a los mejores modelos físicos… pero con un coste computacional mucho más bajo.
Si trabajas con datos climáticos, vives en una zona donde las predicciones siempre han sido flojas o simplemente te interesa la IA aplicada a problemas reales, esto te va a interesar.
Qué es exactamente WeatherNext 3
WeatherNext 3 es el modelo de predicción meteorológica global más avanzado de Google DeepMind y Google Research hasta la fecha. A diferencia de la mayoría de modelos de IA anteriores (incluido su predecesor WeatherNext 2), este no se basa solo en datos históricos de modelos numéricos tradicionales. Aprende directamente de observaciones reales: mosaicos de satélites geoestacionarios actualizados cada hora.
El resultado es un sistema que genera pronósticos cada hora, con resoluciones que van desde 5 km para temperatura y humedad en superficie hasta 10 km para otras variables de superficie y 25 km para variables atmosféricas como el viento. Eso supone una imagen del planeta aproximadamente cinco veces más nítida que la de WeatherNext 2, que trabajaba a 25 km y con actualizaciones cada 6 horas.
Por qué importa tanto el coste y la accesibilidad
Aquí está una de las claves que más me llamó la atención (y que el propio equipo de DeepMind destaca). Los modelos físicos de máxima calidad necesitan supercomputadoras potentes y caras. WeatherNext 3 logra resultados comparables o superiores con un coste mucho menor. Eso abre la puerta a regiones de Latinoamérica, África o Asia-Pacífico que históricamente han tenido predicciones de menor resolución precisamente por falta de infraestructura de supercomputación.
No es solo una mejora técnica. Es una mejora de equidad climática: más gente puede tener acceso a predicciones locales y útiles sin depender de centros de cálculo de primer nivel.
Las mejoras que más se notan
- Pronósticos horarios a partir de satélites en tiempo real. Ideal para seguir frentes que se mueven rápido o lluvias intensas que aparecen de golpe.
- Mayor resolución espacial. Capta mejor el efecto de montañas, valles y costas. Ya no es solo una cuadrícula gruesa.
- Precipitación mucho más precisa. Google habla de mejoras de hasta un 50 % en predicciones de precipitación a uno o más días vista, y de hasta un 60 % en algunas métricas de probabilidad frente a datos de satélite (IMERG de la NASA).
- Variables pensadas para energías renovables. Incluye viento a 100 metros (altura de aerogeneradores) y radiación solar, algo muy útil para planificar generación eólica y fotovoltaica.
Según evaluaciones en vivo de Brightband (Operational WeatherBench), WeatherNext 3 se sitúa actualmente como el modelo global más preciso de su categoría.
Dónde lo vas a notar ya
No es solo un paper. Google ya está integrando WeatherNext 3 en productos que usamos a diario: Search, la app de Gemini, Google Maps, la API de Maps Platform y Google Earth Engine. Cuando mires el tiempo a varios días vista, especialmente la lluvia, deberías notar mejoras claras, sobre todo en zonas donde las predicciones tradicionales siempre han sido más dudosas.
Para desarrolladores e investigadores también hay datos disponibles en BigQuery, Earth Engine y Cloud Storage, con actualizaciones horarias.
¿Sustituye a los modelos físicos tradicionales?
No del todo. Los propios investigadores de Google reconocen que los modelos de física y los de IA se complementan. Los físicos siguen siendo esenciales para entender procesos y para avisos oficiales de tiempo extremo. WeatherNext 3 destaca por velocidad, resolución y capacidad de incorporar observaciones recientes sin el retraso típico de seis horas de muchos sistemas numéricos.
Es un paso más hacia un futuro en el que la predicción del tiempo sea más local, más frecuente y más accesible. Y eso, en un mundo cada vez más afectado por fenómenos climáticos extremos, no es un detalle menor.
Idea final
WeatherNext 3 no es solo “otra IA de Google”. Es la demostración de que los modelos generativos y de aprendizaje profundo ya pueden competir de tú a tú con los grandes sistemas de predicción numérica, y hacerlo de forma más eficiente y accesible. Si te interesa la intersección entre inteligencia artificial y clima, este es uno de esos anuncios que merecen seguir de cerca.
¿Tú qué opinas? ¿Crees que este tipo de modelos van a cambiar cómo se toman decisiones en agricultura, energía o gestión de emergencias en los próximos años?