Google DeepMind mejora pronósticos con IA al usar datos atmosféricos medidos en tiempo real
- Fecha original
- Fecha en Limonatic
El equipo de Google DeepMind ha lanzado el 3 de septiembre WeatherNext 3, un modelo de predicción meteorológica con inteligencia artificial que incorpora directamente datos observados de la atmósfera, incluidos los provenientes de satélites y estaciones meteorológicas.
Frente a modelos anteriores como GraphCast, este nuevo sistema aumenta su resolución de 28 kilómetros a cinco en algunas variables, permitiendo predicciones en cuadrículas de hasta cinco por cinco kilómetros. Además, incrementa la frecuencia de sus previsiones de seis horas a una hora, ofreciendo una representación más detallada de las condiciones atmosféricas.
Análisis editorial (ver contenido repetido)
El equipo de Google DeepMind ha presentado WeatherNext 3, un modelo meteorológico impulsado por inteligencia artificial que se lanzó el 3 de septiembre y que integra directamente datos observados de la atmósfera, como los provenientes de satélites y estaciones.
Hasta ahora, los pronósticos dependían de estimar las condiciones actuales para simular el futuro mediante ecuaciones físicas con parámetros calculados.
WeatherNext 3 cambia este enfoque al permitir que el modelo acceda a datos atmosféricos medidos en lugar de estimados.
Contexto y análisis adicional
Digest
Resumen ejecutivo
- Google DeepMind presentó el 3 de septiembre WeatherNext 3, un modelo meteorológico con IA que integra observaciones directas de satélites y estaciones para mejorar la precisión.
- Esta herramienta supera a versiones anteriores al elevar la resolución espacial y reducir drásticamente los intervalos entre predicciones.
Evidencias
- El lanzamiento oficial del modelo se registró el 3 de septiembre, liderado por investigadores Ferran Alet Puig y Álvaro Sánchez González.
- La resolución espacial aumentó en algunas variables de 28 kilómetros a cinco por cinco kilómetros para capturar fenómenos locales con mayor detalle.
- La frecuencia de las predicciones se redujo de seis horas a una hora, permitiendo un monitoreo atmosférico mucho más dinámico.
Acciones
- Evaluar la viabilidad técnica para integrar los nuevos datos satelitales directos en las cadenas de predicción actuales.
Conclusión final
WeatherNext 3 representa un salto cualitativo al combinar inteligencia artificial con datos observados en tiempo real, ofreciendo pronósticos de alta resolución y actualización continua.
Riesgos
Riesgos/alertas
Acciones recomendadas
Señales/evidencias
- El lanzamiento del modelo WeatherNext 3 se realizó el 3 de septiembre.
- WeatherNext 3 incorpora directamente datos observados de la atmósfera, incluidos datos de satélites y estaciones meteorológicas.
Conclusión
Autor · clanes
Votos · compartir
Sentimiento
Tags
Entidades (agregadas)
Hover para ver referencias.Detalles avanzados Timeline y mini scoring
Evolución temporal
-
Enviada
hace 1 día · Ingresó como candidata
-
Último estado
hace 20 horas · Última actualización registrada
Fuentes
- Fuente principal
-
elpais.com
https://elpais.com
Comentarios