O Google WeatherNext 3 é um modelo de inteligência artificial para previsão meteorológica que utiliza dados de satélite em tempo real e atualiza as previsões de hora em hora. Segundo a empresa, o novo sistema gera uma imagem da meteorologia global com resolução até cinco vezes superior à do modelo anterior e pode tornar as previsões de precipitação para um dia ou mais à frente até 50% mais precisas.
Prever a chuva continua sendo um dos desafios mais difíceis da meteorologia, especialmente quando os fenômenos são muito localizados. O tempo pode mudar rapidamente e de formas diferentes em pontos separados por poucos quilômetros, algo que os modelos tradicionais nem sempre conseguem captar.
Info: o WeatherNext 3 consegue prever variáveis como temperatura e umidade com resolução de 5 quilômetros. A geração anterior, o WeatherNext 2, trabalhava com uma grade de 25 quilômetros e atualizava as previsões a cada seis horas.
O que muda no weathernext 3
A principal mudança do WeatherNext 3 está na fonte dos dados: em vez de depender de modelos tradicionais baseados em simulações físicas complexas e com várias horas de atraso, o modelo aprende diretamente a partir de observações recentes, incluindo dados de satélites meteorológicos. A abordagem deve ser especialmente útil para acompanhar tempestades, frentes e sistemas de precipitação que se formam ou se alteram com rapidez.
Mas por que dados de satélite em tempo real importam tanto? Porque previsões atualizadas de hora em hora reduzem a distância entre o que o modelo prevê e o que realmente está acontecendo na atmosfera, algo crítico para fenômenos que evoluem em janelas curtas.
# publicidade
A previsão de chuva e neve, uma das áreas mais difíceis da meteorologia, foi a que mais evoluiu, segundo a Google. O modelo traz ainda previsões pensadas para a produção de energias renováveis: velocidade do vento a 100 metros de altitude, aproximadamente a altura das turbinas eólicas, além de cobertura de nuvens e radiação solar.
Onde o modelo já aparece
O WeatherNext 3 já começa a ser integrado em vários serviços da Google, incluindo a pesquisa, o Gemini, o Google Maps e ferramentas voltadas para programadores e empresas. Segundo a empresa, as melhorias tendem a ser especialmente relevantes em regiões onde as previsões têm sido historicamente menos confiáveis.
E o que isso significa na prática? A meteorologia influencia decisões tão simples quanto levar um guarda-chuva, mas também tem impacto direto na agricultura, nos transportes, na produção de energia e nas cadeias de abastecimento, setores que dependem de previsões exatas para planejar operações e reduzir prejuízos.
Atenção: os ganhos de precisão anunciados pela Google são dados da própria empresa. A validação independente do modelo em diferentes regiões ainda depende do uso em produção pelos serviços e por clientes corporativos.
Na avaliação do Mercado de TI, o movimento indica uma consolidação da IA aplicada a domínios físicos, em que a vantagem competitiva deixa de ser o tamanho do modelo e passa a ser o acesso a dados de observação em tempo real. Para o setor de energia, que já explora sistemas de IA confiáveis em operações críticas, previsões de vento e radiação solar em resolução de quilômetros podem mudar a matemática de operação de parques eólicos e solares, tema cada vez mais presente nas discussões sobre inovação e inteligência artificial entre Brasil e União Europeia.
O próximo passo é observar a expansão da integração nas ferramentas para empresas e a adoção por setores que vivem de previsão climática de alta frequência, como agropecuária e geração distribuída de energia no Brasil.
Fonte: Sapo Tek
