Ao contrário dos modelos tradicionais que usam propriedades físicas em um local para simular processos físicos, os modelos de aprendizado de máquina são em grande parte caixas-pretas que treinam em padrões passados e geram previsões de padrões futuros. Mas o Weather Next 3 está adicionando um pouco de informação física para calcular a temperatura da superfície e o ponto de orvalho em qualquer local específico que você queira consultar. Ele verifica se esse ponto é terra ou oceano e usa sua elevação de superfície. Ao treinar com dados de estações meteorológicas passadas marcados com essa informação, a equipe diz que obtém melhores previsões.

Algumas peculiaridades: O white paper mostra alguns resultados para documentar melhorias no desempenho das previsões em relação ao Weather Next 2, bem como ao modelo de IA do Centro Europeu de Previsões Meteorológicas de Médio Prazo (ECMWF). Eles notam uma melhoria de aproximadamente 5 por cento na precisão das condições da atmosfera superior em comparação com seu modelo anterior, por exemplo, que dizem equivaler a cerca de seis horas adicionais de tempo de antecedência preciso. E sua mudança para calcular a temperatura da superfície de um local específico melhorou a precisão em até 30 por cento. Eles geralmente também superam o modelo ECWMF nessas métricas.

Há uma exceção curiosa cuja causa o artigo nem sequer adivinha. Para várias variáveis, sua comparação com a previsão inicial de seis horas à frente dos outros modelos mostra que o Weather Next 3 vai pior antes de se adiantar pelo resto de uma previsão de 15 dias. Padrões em maior escala também não estão sem algumas estranhezas. Você pode ver a forma da grade do modelo em algumas previsões, como o mapa de precipitação mostrando alguns blocos hexagonais distintos.

No geral, a equipe diz que seu novo modelo "representa um grande passo à frente para previsões meteorológicas baseadas em IA, indo além de depender puramente de análise e utilizando dados de observação de baixa latência e densos em informações". O Weather Next 3 agora é a fonte de informações de previsão em todos os serviços do Google, incluindo Search, Gemini e Maps.

Entidades-chave: Empresas: Google, ECMWF