Google DeepMind y Google Research presentaron el 3 de septiembre de 2026 WeatherNext 3, un nuevo modelo de inteligencia artificial que monitoriza con mayor detalle los cambios atmosféricos y realiza pronósticos meteorológicos con más frecuencia. Google señaló que los datos obtenidos del modelo se utilizarán en los resultados de búsqueda, Google Maps y Gemini, y que también estarán disponibles para usuarios e investigadores en las plataformas en la nube de Google.
WeatherNext 3 mostró la mayor precisión entre los modelos líderes en parámetros como la temperatura, la velocidad del viento y la humedad en las pruebas Operational WeatherBench, en las que Brightband compara pronósticos de inteligencia artificial. El modelo superó tanto a los sistemas de aprendizaje profundo de Google, Microsoft, Nvidia y el Centro Europeo de Previsiones Meteorológicas a Plazo Medio (ECMWF) como a los pronósticos tradicionales del Servicio Meteorológico Nacional de Estados Unidos y del ECMWF.
Los pronósticos tradicionales se elaboran procesando, en superordenadores de organismos públicos, ecuaciones matemáticas que describen la física de la atmósfera. Aunque estos sistemas ofrecen resultados precisos, son costosos y funcionan con relativa lentitud. Después de que el ECMWF publicara en 2018 datos meteorológicos correspondientes a más de medio siglo, los investigadores comenzaron a desarrollar modelos de aprendizaje profundo capaces de alcanzar una precisión similar con mayor rapidez.
WeatherNext 3 busca abordar problemas como el enfoque de los pronósticos de inteligencia artificial en áreas extensas, su bajo rendimiento en las precipitaciones y su dependencia de conjuntos de datos estructurados por organismos públicos. El modelo puede pronosticar algunas variables fundamentales con una resolución de 5 km; las evaluaciones de precipitaciones mejoran un 60 % con respecto a WeatherNext 2 y puede generar pronósticos cada hora en lugar de cada seis horas. El sistema, que contiene 2,4 veces más parámetros que el modelo anterior, fue entrenado para pronosticar tanto las trayectorias de los huracanes como las condiciones que podrían medir determinadas estaciones meteorológicas.
Como el modelo puede procesar cada hora los datos satelitales recopilados en tiempo real, puede realizar pronósticos con mayor frecuencia. Google afirma que WeatherNext 3 es el “primer” modelo de inteligencia artificial que utiliza directamente observaciones sin procesar en pronósticos globales de alta resolución, mientras que WindBorne señala que WeatherMesh 6 aprovecha observaciones sin procesar desde finales de 2025. Ambos modelos se basan en conjuntos de datos meteorológicos nacionales.
El bajo coste y la velocidad de los pronósticos de inteligencia artificial podrían generar beneficios económicos en regiones pobres donde el acceso a información meteorológica precisa está limitado por el elevado coste de los sensores y los superordenadores. También se espera que unos pronósticos más detallados del viento, las precipitaciones y las nubes hagan más fiables los proyectos de energía renovable.
Por qué es importante
Este avance refuerza la transición en la predicción meteorológica desde los sistemas basados en la física, que dependen de los costosos superordenadores de las instituciones estatales, hacia modelos de inteligencia artificial capaces de procesar más rápidamente las observaciones sin procesar. La incorporación de resultados horarios y de mayor resolución a la Búsqueda, Maps y Gemini significa que los avances en la infraestructura de pronóstico llegarán directamente al flujo diario de información de un amplio grupo de usuarios. El acceso a través de la nube también podría reducir la barrera de uso para los investigadores y las regiones que no tienen acceso a costosos sensores ni a infraestructura informática; los datos sobre el viento, las precipitaciones y las nubes también son directamente relevantes para los proyectos de energía renovable. Sin embargo, la dependencia del modelo de conjuntos de datos meteorológicos nacionales, la controversia en torno a la afirmación de ser el primer sistema que utiliza observaciones sin procesar y el grado en que el éxito en las pruebas comparativas se reflejará en condiciones en tiempo real siguen siendo cuestiones abiertas.
Antecedentes
Google no es un nombre nuevo en el archivo de FikirPilot: en los últimos 90 días hemos publicado 17 noticias en las que aparece ese nombre; la más reciente está fechada el 4 de septiembre de 2026.