Google DeepMind e Google Research hanno presentato WeatherNext 3, un nuovo modello di previsione meteorologica basato sull’intelligenza artificiale che utilizza osservazioni satellitari in tempo reale. Secondo le valutazioni indipendenti in diretta di Brightband, il modello è il modello meteorologico globale più avanzato e accurato sviluppato finora da Google. A differenza dei modelli basati sulle tradizionali simulazioni fisiche, WeatherNext 3 combina dati satellitari geostazionari in tempo reale con analisi storiche e aggiorna le previsioni ogni ora.
Rispetto al precedente WeatherNext 2, il modello offre una risoluzione circa cinque volte superiore. Alcune variabili di superficie, come la temperatura e l’umidità, vengono previste con una risoluzione di 5 chilometri, le altre variabili di superficie con una risoluzione di 10 chilometri, mentre le variabili atmosferiche, come la velocità del vento, vengono previste con una risoluzione di 25 chilometri. WeatherNext 2 funzionava a intervalli di sei ore su una griglia di 25 chilometri. Il nuovo sistema tiene inoltre conto della topografia locale e punta a produrre risultati più dettagliati per condizioni in rapido cambiamento, come temperatura, umidità, vento e precipitazioni.
WeatherNext 3 viene integrato in Google Search, Gemini, Maps, Google Maps Platform e Google Cloud. In questo modo gli utenti potranno accedere alle previsioni attraverso i servizi Google, mentre sviluppatori e istituzioni potranno utilizzare i dati nei propri progetti. Le previsioni ad alta risoluzione del modello potrebbero contribuire a diffondere le previsioni meteorologiche locali, finora limitate soprattutto in America Latina, Africa e Asia-Pacifico a causa degli elevati costi.
Il sistema offre inoltre variabili specifiche per la produzione di energia rinnovabile. Vengono fornite previsioni della velocità del vento a 100 metri, vicino all’altezza delle turbine, nonché previsioni ad alta risoluzione della copertura nuvolosa e dell’irraggiamento solare per gli impianti fotovoltaici. Questi dati mirano ad aiutare i gestori delle reti e gli sviluppatori energetici ad abbinare meglio la produzione alla domanda dei consumatori.
Per le previsioni delle precipitazioni, il modello utilizza i dati Integrated Multi-satellite Retrievals for GPM (IMERG) basati sui satelliti di NASA e una rianalisi globale delle precipitazioni basata sul radar satellitare. Nelle valutazioni sono stati riportati miglioramenti fino al 60% rispetto a IMERG, al 30% rispetto a MRMS e al 10% rispetto ai dati dei pluviometri negli intervalli di previsione più ravvicinati in termini di Continuous Ranked Probability Score. Google ha dichiarato che, per gli avvisi ufficiali, è necessario rivolgersi agli enti meteorologici locali.
Perché è importante
Previsioni aggiornate ogni ora e in grado di distinguere aree più piccole possono facilitare il monitoraggio locale delle condizioni meteorologiche in rapido cambiamento. L’integrazione del modello nei servizi Google più diffusi rende i dati meteorologici più accessibili a singoli utenti, sviluppatori e istituzioni, portandoli al di fuori dei sistemi utilizzati esclusivamente dagli esperti. Questo accesso ha un significato particolare anche per America Latina, Africa e Asia-Pacifico, dove le previsioni locali dettagliate sono rimaste limitate a causa degli elevati costi. Le variabili relative a vento, copertura nuvolosa e irraggiamento solare possono fornire agli operatori delle reti e agli sviluppatori dati più dettagliati per abbinare la produzione di energia rinnovabile alla domanda dei consumatori. D’altra parte, i risultati sulle prestazioni si basano su valutazioni indipendenti in tempo reale e su metriche specifiche; per gli avvisi meteorologici ufficiali, gli enti meteorologici locali continuano a svolgere un ruolo determinante.
Contesto
WeatherNext non è un nome nuovo nell’archivio di FikirPilot: negli ultimi 90 giorni abbiamo pubblicato 2 articoli in cui viene citato questo nome; il più recente è datato 4 settembre 2026.