O Google Research e o Google DeepMind lançaram o WeatherNext 3, a versão mais recente do sistema de previsão meteorológica de IA da empresa e, segundo o Google, seu modelo de previsão global mais preciso até agora. Anunciado em 3 de setembro, o sistema começará a alimentar informações meteorológicas na Pesquisa, no Google Maps e no Gemini, e estará disponível para empresas e pesquisadores por meio das plataformas em nuvem do Google.

Ao contrário dos supercomputadores governamentais que produziram a maior parte das previsões mundiais durante décadas, o WeatherNext 3 é um modelo de aprendizagem profunda: aprende padrões diretamente a partir de observações, em vez de resolver passo a passo as equações da física atmosférica. O Google também afirma que é o primeiro modelo de IA a incorporar observações brutas de satélite diretamente em uma previsão global de alta resolução – uma afirmação que pelo menos um concorrente contesta. Aqui está o que mudou e por que os analistas muito além do Google estão observando de perto os últimos desenvolvimentos de IA neste campo.

Como a IA quebrou o molde da previsão do tempo

As previsões tradicionais vêm de agências nacionais como o Serviço Nacional de Meteorologia dos EUA e o Centro Europeu de Previsões Meteorológicas de Médio Prazo (ECMWF), cujos supercomputadores processam equações matemáticas que descrevem a física da atmosfera. Esses sistemas são notavelmente precisos, mas caros e comparativamente lentos.

A alternativa de aprendizagem profunda decolou depois que o ECMWF divulgou mais de meio século de dados meteorológicos arquivados em 2018, dando aos pesquisadores exatamente o tipo de corpus de treinamento em que as redes neurais prosperam. “O clima está caótico e, portanto, pequenas diferenças realmente começam a perturbar enormemente”, disse Ferran Alet, gerente de pesquisa da equipe da DeepMind, ao TechCrunch. "O aprendizado de máquina tem como alvo o problema que realmente estamos resolvendo, que é aproximar a física ruidosa de informações incompletas e computação finita, e assim aprende padrões a partir de muitos dados."

Mais nítido, mais rápido e muito mais frequente

WeatherNext 3 é um modelo maior que seu antecessor – 2,4 vezes mais parâmetros – e agora supera o Operational WeatherBench da Brightband, um benchmark independente que compara sistemas de previsão de IA em temperatura, velocidade do vento e umidade. De acordo com o TechCrunch, ele supera os modelos rivais de aprendizagem profunda do Google, Microsoft, Nvidia e ECMWF, e supera as previsões numéricas tradicionais produzidas pelo Serviço Meteorológico Nacional dos EUA e pelo próprio ECMWF.

Os ganhos práticos são substanciais:

  • Resolução até 5 km para variáveis-chave, onde a maioria dos modelos de IA prevê áreas de 15 a 25 km. O Decoder relata que o modelo é cinco vezes mais detalhado que o WeatherNext 2.
  • A previsão de chuva melhorou 60% em relação ao WeatherNext 2 nas avaliações do Google, e 9to5Google cita previsões de precipitação 50% mais precisas para os próprios produtos do Google.
  • Previsões por hora em vez da cadência padrão de seis horas, porque o modelo pode ingerir observações de satélite coletadas em tempo real a cada hora.
  • Segmentação em nível de estação, o que significa que o modelo prevê quais estações meteorológicas específicas, e não apenas quadrados de grade, medirão.

“A ideia, com muitas aplicações de IA, é tentar executar as tarefas da maneira mais completa possível”, disse Daniel Rothenberg, cientista atmosférico da Brightband, ao TechCrunch. "Adicionar uma capacidade onde este modelo agora também prevê, digamos, o que a estação meteorológica do aeroporto de Denver irá medir de hora em hora, apenas conecta essa tarefa de previsão mais perto do núcleo."

A disputa de dados brutos de satélite

A reivindicação do Google de ser o primeiro repousa tanto no encanamento de dados quanto na arquitetura do modelo. A maioria dos meteorologistas de IA ainda treina e inicializa em conjuntos de dados de análise formatados produzidos por agências meteorológicas governamentais. O WeatherNext 3 ingere observações brutas de satélite diretamente, de hora em hora – mais próximo, argumenta o Google, da verdadeira assimilação de dados.

A startup meteorológica de IA WindBorne responde que seu próprio modelo WeatherMesh 6 tem incorporado observações brutas de sua frota de balões meteorológicos e outras fontes desde o final de 2025. Questionado sobre a disputa, o Google apontou para a resolução global de suas previsões. Ambas as empresas, observa o TechCrunch, ainda dependem de conjuntos de dados nacionais para partes do gasoduto, pelo que a assimilação totalmente direta continua a ser um trabalho em progresso para todo o campo.

Onde os usuários verão

“Esta será a primeira vez que algumas das principais variáveis ​​​​alimentam e alimentam muitos produtos do Google”, disse Samier Merchant, engenheiro sênior do Google, ao TechCrunch. As informações meteorológicas na Pesquisa, no Google Maps e no Gemini se basearão nos resultados do WeatherNext 3, colocando previsões geradas por IA diante de bilhões de usuários – muitos dos quais nunca conhecerão o modelo por trás delas.

Por que é importante além do aplicativo

A economia é a história maior. As previsões de IA são rápidas e baratas de produzir em comparação com conjuntos de supercomputadores, o que coloca previsões utilizáveis ​​ao alcance de regiões que nunca puderam pagar por elas. O Decoder relata que partes de África, América Latina e Ásia-Pacífico que não possuem previsões precisas deverão registar os maiores ganhos. Bill Gates citou a previsão meteorológica através da IA ​​como um benefício concreto para o desenvolvimento, com melhores previsões melhorando o rendimento das colheitas nos países em desenvolvimento, e Alet observa que previsões de vento, chuva e nuvens de maior resolução podem tornar os projetos de energias renováveis ​​mais fiáveis.

As agências meteorológicas na Europa e nos EUA já estão a incorporar modelos de IA nos seus produtos operacionais. Com o WeatherNext 3, a revolução do transformador que remodelou a linguagem tornou-se silenciosamente o motor do clima diário.

Fique à frente da IA

A pesquisa em IA avança rapidamente. Obtenha os últimos desenvolvimentos de IA em um só lugar.

Leia mais notícias sobre IA →