Google Research e Google DeepMind hanno rilasciato WeatherNext 3, la versione più recente del sistema di previsione meteorologica AI dell'azienda e, secondo Google, il suo modello di previsione globale più accurato finora. Annunciato il 3 settembre, il sistema inizierà a fornire informazioni meteorologiche alla Ricerca, a Google Maps e a Gemini ed è disponibile per aziende e ricercatori attraverso le piattaforme cloud di Google.

A differenza dei supercomputer governativi che da decenni producono la maggior parte delle previsioni mondiali, WeatherNext 3 è un modello di deep learning: apprende modelli direttamente dalle osservazioni anziché risolvere passo dopo passo le equazioni della fisica atmosferica. Google afferma inoltre che è il primo modello di intelligenza artificiale a incorporare le osservazioni satellitari grezze direttamente in una previsione globale ad alta risoluzione, un’affermazione che almeno un concorrente contesta. Ecco cosa è cambiato e perché i meteorologi ben oltre Google stanno osservando da vicino gli ultimi sviluppi dell'intelligenza artificiale in questo campo.

Come l'intelligenza artificiale ha rotto gli schemi delle previsioni meteorologiche

Le previsioni tradizionali provengono da agenzie nazionali come il National Weather Service degli Stati Uniti e il Centro europeo per le previsioni meteorologiche a medio termine (ECMWF), i cui supercomputer elaborano equazioni matematiche che descrivono la fisica dell’atmosfera. Questi sistemi sono straordinariamente accurati ma costosi e relativamente lenti.

L’alternativa del deep learning è decollata dopo che l’ECMWF ha pubblicato più di mezzo secolo di dati meteorologici archiviati nel 2018, offrendo ai ricercatori esattamente il tipo di addestramento su cui prosperano le reti neurali del corpus. "Il tempo è caotico, e quindi piccole differenze iniziano davvero a perturbare in modo massiccio", ha detto a TechCrunch Ferran Alet, direttore scientifico ricercatore presso DeepMind. "L'apprendimento automatico prende di mira il problema che stiamo realmente risolvendo, ovvero la fisica rumorosa approssimativa da informazioni incomplete e calcoli finiti, e quindi apprende modelli da molti dati."

Più nitido, più veloce e molto più frequente

WeatherNext 3 è un modello più grande rispetto al suo predecessore - 2,4 volte più parametri - e ora supera l'Operational WeatherBench di Brightband, un punto di riferimento indipendente che confronta i sistemi di previsione AI su temperatura, velocità del vento e umidità. Secondo TechCrunch, supera i modelli rivali di deep learning di Google, Microsoft, Nvidia e ECMWF e batte le tradizionali previsioni numeriche prodotte dal National Weather Service degli Stati Uniti e dallo stesso ECMWF.

I vantaggi pratici sono sostanziali:

  • Risoluzione fino a 5 km per le variabili chiave, dove la maggior parte dei modelli AI prevede previsioni su aree comprese tra 15 e 25 km. Il Decoder riporta che il modello è cinque volte più dettagliato di WeatherNext 2.
  • Le previsioni della pioggia sono migliorate del 60% rispetto a WeatherNext 2 nelle valutazioni di Google e 9to5Google cita previsioni delle precipitazioni più accurate del 50% per i prodotti di Google.
  • Previsioni orarie invece della cadenza standard di sei ore, perché il modello può acquisire osservazioni satellitari raccolte in tempo reale ogni ora.
  • Targeting a livello di stazione, il che significa che il modello prevede cosa misureranno specifiche stazioni meteorologiche, non solo i quadrati della griglia.

"L'idea, con molte applicazioni di intelligenza artificiale, è quella di provare a eseguire le attività nel modo più end-to-end possibile", ha detto a TechCrunch Daniel Rothenberg, uno scienziato dell'atmosfera di Brightband. "L'aggiunta di una funzionalità in cui questo modello ora prevede anche, ad esempio, ciò che la stazione meteorologica dell'aeroporto di Denver misurerà su base oraria, collega semplicemente questo compito di previsione più vicino al nucleo."

La disputa sui dati satellitari grezzi

La pretesa di Google di ottenere il primo posto si basa tanto sull'analisi dei dati quanto sull'architettura del modello. La maggior parte dei meteorologi basati sull’intelligenza artificiale continuano ad addestrarsi e inizializzarsi su set di dati di analisi formattati prodotti dalle agenzie meteorologiche governative. WeatherNext 3 acquisisce le osservazioni satellitari grezze direttamente, ogni ora – più vicino, sostiene Google, alla vera assimilazione dei dati.

La startup meteorologica AI WindBorne ribatte che il suo modello WeatherMesh 6 incorpora osservazioni grezze dalla sua flotta di palloni meteorologici e da altre fonti dalla fine del 2025. Alla domanda sulla controversia, Google ha sottolineato la risoluzione globale delle sue previsioni. Entrambe le società, osserva TechCrunch, si affidano ancora a set di dati nazionali per parti del gasdotto, quindi l’assimilazione completamente diretta rimane un lavoro in corso per l’intero campo.

Dove lo vedranno gli utenti

"Questa sarà la prima volta che alcune delle variabili fondamentali alimentano e alimentano molti prodotti Google", ha detto a TechCrunch Samier Merchant, un ingegnere senior di Google. Le informazioni meteorologiche nella Ricerca, Google Maps e Gemini si baseranno sull'output di WeatherNext 3, mettendo le previsioni generate dall'intelligenza artificiale davanti a miliardi di utenti, molti dei quali non conosceranno mai il modello dietro di loro.

Perché è importante oltre l'app

L’economia è la storia più grande. Le previsioni basate sull’intelligenza artificiale sono veloci ed economiche da produrre rispetto agli insiemi di supercomputer, il che mette le previsioni utilizzabili alla portata di regioni che non hanno mai potuto permettersele. Il Decoder riporta che le parti dell’Africa, dell’America Latina e dell’Asia-Pacifico prive di previsioni accurate dovrebbero registrare i maggiori guadagni. Bill Gates ha citato le previsioni meteorologiche basate sull’intelligenza artificiale come un vantaggio concreto per lo sviluppo, con previsioni migliori che migliorano i raccolti nei paesi in via di sviluppo, e Alet osserva che le previsioni di vento, pioggia e nuvole ad alta risoluzione possono rendere i progetti di energia rinnovabile più affidabili.

Le agenzie meteorologiche in Europa e negli Stati Uniti stanno già integrando i modelli di intelligenza artificiale nei loro prodotti operativi. Con WeatherNext 3, la rivoluzione dei trasformatori che ha rimodellato il linguaggio è diventata silenziosamente il motore del meteo quotidiano.

Stai al passo con l'intelligenza artificiale

La ricerca sull’intelligenza artificiale si muove rapidamente. Ottieni gli ultimi sviluppi dell'intelligenza artificiale in un unico posto.

Leggi altre notizie sull'AI →