WeatherNext 3 rappresenta il nuovo modello globale di intelligenza artificiale sviluppato da Google per migliorare la precisione e la tempestività delle previsioni meteorologiche. Grazie all’analisi di dati satellitari geostazionari aggiornati in tempo reale, il sistema offre informazioni più dettagliate sull’evoluzione dell’atmosfera e porta vantaggi concreti anche su Google Search, Maps e Gemini.
weathernext 3 migliora le previsioni meteorologiche globali
I precedenti modelli di intelligenza artificiale meteorologica, compreso WeatherNext 2, si basavano principalmente sui dati prodotti dai modelli di previsione numerica. Questi sistemi utilizzano simulazioni fisiche complesse gestite da supercomputer e possono presentare un ritardo di circa sei ore nell’elaborazione delle informazioni. Una simile latenza può ridurre l’affidabilità delle previsioni relative a fenomeni in rapido cambiamento, come piogge e temperature del suolo.
WeatherNext 3 utilizza invece un insieme di dati provenienti da satelliti geostazionari globali in diretta. L’apprendimento basato sulle osservazioni atmosferiche in tempo reale consente di aggiornare continuamente la visione delle condizioni meteorologiche e di generare previsioni orarie a diverse risoluzioni spaziali.
weathernext 3 e la maggiore risoluzione dei dati
Il modello sviluppato da Google DeepMind e Google Research analizza diversi parametri meteorologici con livelli di dettaglio specifici:
- Temperatura e umidità con una risoluzione di 5 chilometri.
- Variabili della superficie con una risoluzione di 10 chilometri.
- Velocità del vento con una risoluzione di 25 chilometri.
Rispetto alla griglia di 25 chilometri e agli aggiornamenti ogni sei ore di WeatherNext 2, il nuovo sistema produce una rappresentazione globale del meteo circa cinque volte più definita. Questo livello di precisione è particolarmente rilevante quando temporali, fronti atmosferici o sistemi di precipitazione si sviluppano rapidamente.
weathernext 3 aumenta la precisione sulle precipitazioni
Google segnala un miglioramento significativo anche nelle previsioni della pioggia. WeatherNext 3 è stato addestrato utilizzando due fonti considerate di elevata qualità: i dati satellitari IMERG della NASA, parte del sistema Integrated Multi-satellite Retrievals for GPM, e una rianalisi globale delle precipitazioni basata su dati radar satellitari.
Nelle previsioni globali a medio termine, le valutazioni indicano un miglioramento del punteggio CRPS fino al 60% rispetto a IMERG, al 30% rispetto a MRMS e al 10% rispetto alle misurazioni dei pluviometri nelle fasi iniziali della previsione.
weathernext 3 supporta energia rinnovabile e aree meno servite
Il modello è progettato per rendere disponibili previsioni ad alta risoluzione anche in regioni che hanno ricevuto meno servizi di questo tipo a causa degli elevati costi dei supercomputer. Il riferimento riguarda in particolare America Latina, Africa e Asia-Pacifico, dove il sistema può offrire informazioni meteorologiche localizzate a miliardi di persone e alle attività locali.
WeatherNext 3 include inoltre previsioni pensate per la produzione di energia rinnovabile. Il sistema stima:
- La velocità del vento a 100 metri, un’altezza approssimativamente corrispondente a quella delle turbine.
- La copertura nuvolosa ad alta risoluzione.
- I livelli di radiazione solare utili per valutare la luce disponibile al suolo.
weathernext 3 arriva su search, maps e gemini
Per gli utenti finali, la tecnologia viene distribuita su Google Search, Google Maps e sull’app Gemini. L’obiettivo è migliorare soprattutto le previsioni a più lungo termine e rendere più affidabili le informazioni disponibili quando si pianifica una giornata o un’attività con almeno un giorno di anticipo.
Secondo Google, le previsioni delle precipitazioni potranno raggiungere una precisione fino al 50% superiore, con i miglioramenti più rilevanti nelle aree in cui le previsioni meteorologiche sono state storicamente meno affidabili.
Lascia un commento