Google DeepMind ha publicado resultados revisados ​​por pares que muestran que su modelo meteorológico WeatherNext AI logra una precisión de vanguardia en la predicción de ciclones tropicales, obteniendo un promedio de un día completo o más de tiempo de anticipación en comparación con los principales sistemas de pronóstico operativo. La investigación apareció en la revista Nature el 6 de agosto de 2026 y Google está publicando los modelos junto con la publicación.

El gran avance llega en un momento de intensificación de la cobertura de la industria de la IA, donde la inteligencia artificial se aplica cada vez más a problemas científicos y de seguridad pública de alto riesgo. Los ciclones tropicales han causado más de 700.000 muertes y 1,4 billones de dólares en pérdidas económicas en los últimos 50 años, según las cifras citadas en el anuncio de DeepMind, lo que hace que incluso los aumentos modestos en el tiempo de anticipación previsto sean consecuentes para la evacuación y la respuesta a desastres.

Un día de plazo de entrega comprimido en un solo sistema

El resultado principal es el tiempo de entrega. En los ciclones de 2023 a 2025, las predicciones de trayectoria, intensidad y estructura del viento de WeatherNext tienen un promedio de un día o más de ventaja sobre los principales modelos operativos. En términos prácticos, su pronóstico de tres días coincide con lo que los sistemas anteriores entregaban a dos días. Los investigadores describen la mejora como comparable a aproximadamente una década de progreso meteorológico operativo comprimido en un único sistema de IA.

En el pronóstico de ciclones, donde las órdenes de evacuación, la preparación de suministros y las declaraciones de emergencia dependen de las horas, ese margen es la métrica que más importa. El artículo presenta WeatherNext Cyclones, un modelo de inteligencia artificial que produce pronósticos conjuntos de la trayectoria, la intensidad y el tamaño de un ciclón tropical con hasta 15 días de antelación.

Cómo funciona el modelo

Los datos del entrenamiento combinaron el análisis atmosférico global con la base de datos IBTrACS de casi 5.000 tormentas históricas. El modelo utiliza redes generativas funcionales para producir distribuciones de probabilidad en lugar de pronósticos de un solo punto, y se escala a conjuntos de 1000 miembros, veinte veces las ejecuciones de 50 miembros del sistema anterior. Los conjuntos más grandes capturan mejor eventos raros pero de grandes consecuencias, como la rápida intensificación, el peligroso fenómeno en el que la velocidad del viento de una tormenta aumenta repentinamente.

Un hallazgo se destaca por lo que desafía. Durante mucho tiempo se ha considerado que la alta resolución espacial es el precio de unos pronósticos de intensidad precisos. WeatherNext Cyclones funciona con entradas de 28 por 28 kilómetros, aproximadamente 100 veces más gruesas que los modelos regionales tradicionales, y una variante compacta llamada WeatherNext 2-mini opera a 111 por 111 kilómetros y aún funciona bien. El artículo afirma que la alta resolución no es un requisito previo estricto para el pronóstico de intensidad de última generación, y los investigadores señalan como una pregunta abierta cómo el modelo extrae la señal de intensidad a partir de datos más generales.

Probado durante la temporada de huracanes de 2025

La evaluación no fue puramente retrospectiva. Durante la temporada de huracanes del Atlántico de 2025, el modelo se ejecutó junto con el flujo de trabajo operativo del Centro Nacional de Huracanes y ayudó a los pronosticadores a anticipar la rápida intensificación y llegada a tierra del huracán Melissa en Jamaica con suficiente antelación para respaldar una alerta temprana. El informe de verificación del NHC para 2025 documenta el desempeño del pronóstico de la temporada. Este año, el sistema está generando 1.000 escenarios posibles por ciclón para apoyar la toma de decisiones de los pronosticadores.

El trabajo fue una colaboración entre científicos y pronosticadores operativos de Google DeepMind y Google Research en el Centro Nacional de Huracanes, el Instituto Cooperativo para la Investigación en la Atmósfera (CIRA) y la Oficina Meteorológica del Reino Unido, varios de los cuales son coautores del artículo de Nature.

Lanzamiento de tres variantes de código abierto

La versión de código abierto cubre tres variantes de modelo:

  • WeatherNext Cyclones: la versión que se ejecutó durante la temporada de huracanes de 2025 y cuyos resultados aparecen en el documento.
  • WeatherNext 2: la actualización posterior que Google puso en funcionamiento en octubre de 2025
  • WeatherNext 2-mini: una versión compacta que se ejecuta en una sola TPU en una computadora portátil gratuita de Google Colab

El código y los pesos de los tres están disponibles en GitHub. Un solo pronóstico de 15 días toma menos de un minuto en una TPU, lo que significa que la limitación para la adopción ahora es la experiencia y la integración, no la computación.

Los pronósticos también se pueden explorar en Weather Lab, que Google ha ampliado desde el seguimiento de ciclones hasta pronósticos globales completos que cubren temperatura, precipitación y velocidad del viento. Tanto los modelos como Weather Lab se encuentran dentro de Google Earth AI, el esfuerzo general de la compañía para aplicar el aprendizaje automático a los desafíos climáticos y geoespaciales.

Por qué es importante

El resultado refuerza una tendencia más amplia: los modelos meteorológicos basados en IA están pasando de demostraciones de investigación a herramientas operativas más rápido de lo que muchos meteorólogos esperaban. Al abrir los pesos y publicarlos en una revista de primer nivel, Google está posicionando a WeatherNext como un sistema de referencia sobre el que pueden basarse las agencias meteorológicas nacionales y los investigadores de todo el mundo.

Para las comunidades en regiones propensas a ciclones, un día adicional de advertencia puede marcar la diferencia entre una evacuación ordenada y una caótica. A medida que los modelos meteorológicos de IA siguen madurando, la cuestión competitiva está pasando de la mera precisión a quién puede traducir los pronósticos en acción más rápidamente.

Manténgase por delante de la IA

Para obtener más información sobre cómo la inteligencia artificial está transformando la ciencia, la infraestructura y la vida diaria, siga nuestra cobertura de últimas noticias sobre IA. Realizamos un seguimiento de la investigación, las empresas y las políticas que dan forma al campo en tiempo real.

Leer más noticias sobre IA →