Google DeepMind apresentou o WeatherNext 3, atualização do seu modelo de previsão do tempo baseado em IA, que agora usa dados de satélite em tempo real para gerar forecasts com resolução de cinco quilômetros por quadrado, contra os vinte e cinco quilômetros do predecessor.
Como o modelo processa as informações
Segundo a Engadget, o WeatherNext 3 deixa de depender principalmente dos modelos numéricos, que têm atraso de seis horas, e passa a incorporar imagens de satélite atualizadas continuamente. Isso fornece visão rica e em constante evolução da atmosfera.
Além das imagens, ingere dados esparsos de estações no solo, permitindo captar variações locais de umidade que podem mudar de um quilômetro para outro. A combinação resulta em previsões horárias com mais detalhe para temperatura, umidade, velocidade do vento, cobertura de nuvens e radiação solar.
Precisão em precipitação e aplicações de energia renovável
Segundo a Engadget, o modelo promete até cinquenta por cento a mais de acurácia nas previsões de precipitação, com maiores ganhos em regiões onde as estimativas costumavam ser menos confiáveis. Essa melhoria vem do uso conjunto de dados de precipitação da NASA e da análise de satélites feita pelo Google.
O modelo também estima velocidades de vento a aproximadamente cem metros de altura, nível típico das turbinas eólicas, além de fornecer níveis de radiação solar e cobertura de nuvens em alta resolução, informações úteis para operadores de usinas solares e parques eólicos.
Onde o modelo pode ser acessado e testado
De acordo com a fonte, o WeatherNext 3 alimenta as experiências de tempo do Google Search, do aplicativo Gemini e do Google Maps, bem como as APIs Google Maps Weather e Google Earth Engine.
Usuários interessados podem experimentar o modelo diretamente no Google Weather Lab. Para quem deseja desenvolver aplicativos com base nele, o modelo original WeatherNext foi disponibilizado como código aberto a partir de agosto de 2026, conforme citado pela Engadget.
O que ainda não foi divulgado
- Não foram divulgados os detalhes exatos do volume de dados de satélite utilizados para o treinamento.
- A Engadget não mencionou o consumo de energia computacional necessário para rodar o modelo em escala global.
- Não há informações públicas sobre eventuais parcerias com agências meteorológicas nacionais além da NASA.
- A taxa de atualização exata das imagens de satélite integradas ao modelo não foi especificada.
