O mais recente modelo de IA para previsão do tempo do Google não dá desculpa para você esquecer seu guarda-chuva

O Google DeepMind e o Google Research apresentaram um novo modelo de previsão do tempo baseado em IA, que oferece insights mais claros sobre as mudanças atmosféricas e previsões mais frequentes e confiáveis.

O WeatherNext 3 representa um salto significativo na meteorologia, impulsionado pelo aprendizado profundo. O Google planeja integrar este modelo ao Search, Google Maps e Gemini, além de torná-lo acessível a pesquisadores e usuários por meio de suas plataformas em nuvem.

“Isso marca a primeira vez que variáveis fundamentais alimentarão diretamente uma ampla gama de produtos do Google”, disse Samier Merchant, engenheiro sênior do Google, em entrevista à TechCrunch.

Testado no Operational WeatherBench — um benchmark criado pela startup Brightband para comparar previsões de IA —, o WeatherNext 3 demonstrou precisão superior em métricas-chave, como temperatura, velocidade do vento e umidade.

Ele supera outros modelos de aprendizado profundo do Google, Microsoft, Nvidia e do Centro Europeu de Previsões Meteorológicas de Médio Prazo (ECMWF), bem como previsões tradicionais do Serviço Nacional de Meteorologia dos EUA e do ECMWF.

Créditos da Imagem:Brightband / Brightband

As previsões meteorológicas tradicionais dependem de supercomputadores governamentais que resolvem equações físicas complexas. Embora precisos, esses sistemas são caros e lentos. Desde 2018, quando o ECMWF liberou décadas de dados históricos, os pesquisadores usam aprendizado profundo para criar modelos mais rápidos com precisão comparável.

“O clima é caótico; pequenas diferenças podem levar a grandes perturbações”, explicou Ferran Alet, gerente de pesquisa sênior no DeepMind. “O aprendizado de máquina aborda o desafio central: aproximar a física ruidosa usando informações incompletas e computação limitada, permitindo que ela aprenda padrões de grandes conjuntos de dados.”

Os modelos anteriores de previsão por IA enfrentavam limitações-chave: cobriam áreas amplas (15–25 km quadrados) com uso prático limitado, tinham dificuldade em prever a chuva e dependiam de dados governamentais pré-processados.

O WeatherNext 3 aborda essas questões. Ele oferece uma resolução de 5 km, melhora a precisão da previsão de chuva em 60% em comparação com o WeatherNext 2 e gera previsões horárias em vez dos intervalos padrão de seis horas.

Créditos da Imagem:Google / Google

Essas melhorias decorrem de escolhas específicas de design. O WeatherNext 3 tem 2,4 vezes mais parâmetros que seu antecessor, com cabeçotes de decodificação adaptados para fornecer insights mais acionáveis. Diferente das previsões padrão que promediam dados em grades 3D, o modelo do DeepMind pode visualizar eventos específicos, como trajetórias de ciclones.

Além disso, o modelo é treinado para prever dados de estações meteorológicas específicas. Isso aumenta a granularidade da previsão e permite a avaliação contra dados reais.

“O objetivo com muitas aplicações de IA é executar tarefas de ponta a ponta”, disse Daniel Rothenberg, cientista atmosférico da Brightband. “Ao prever dados de estações específicas, como as condições horárias no aeroporto de Denver, conectamos a previsão mais de perto à utilidade do mundo real.”

A maior frequência do modelo é possibilitada pela ingestão de dados de satélite em tempo real a cada hora. O uso de observações empíricas brutas, em vez de análises geradas por supercomputadores, melhora a precisão, embora lidar com dados não formatados permaneça tecnicamente desafiador.

O Google afirma que o WeatherNext 3 é o primeiro modelo de IA a incorporar observações brutas para previsões globais de alta resolução. No entanto, a startup de IA WindBorne afirma que seu modelo WeatherMesh 6 já utiliza dados brutos de balões meteorológicos desde o final de 2025. O Google observa que suas previsões oferecem maior resolução global. Ambos os modelos ainda dependem de conjuntos de dados nacionais, indicando que ainda é necessário mais trabalho para uma assimilação direta verdadeira de dados.

Enquanto os grandes modelos de linguagem dominam as manchetes, a revolução dos transformers na meteorologia é igualmente transformadora. Agências meteorológicas na Europa e nos EUA já estão usando IA em suas previsões, oferecendo benefícios de velocidade e custo que podem tornar as previsões precisas acessíveis a regiões mais pobres.

Bill Gates destacou recentemente a previsão do tempo com IA como um benefício-chave, notando seu potencial para melhorar a produtividade agrícola em nações em desenvolvimento. Ferran Alet acrescentou que previsões de maior resolução de vento, chuva e cobertura de nuvens ajudarão a tornar os projetos de energia renovável mais confiáveis.

“Em última análise, o Google visa fornecer informações úteis aos usuários, e o clima é uma parte central disso”, concluiu Alet.