Google lancia WeatherNext 3, il nuovo modello IA per le previsioni meteo: “È il più accurato di sempre”

In un mondo sempre più affamato d'informazioni, Google punta a leggere con sempre maggiore precisione anche il comportamento degli agenti atmosferici. Il 3 settembre 2026 Google DeepMind e Google Research hanno infatti presentato WeatherNext 3, il nuovo modello di intelligenza artificiale dedicato alle previsioni meteorologiche che la stessa azienda di Mountain View ha definito come il "più avanzato e preciso fino ad oggi". Sfruttando le potenzialità del deep learning, WeatherNext 3 apprende da enormi quantità di dati (immagini satellitari, rilevamenti delle stazioni meteo ecc.) per offrire previsioni più frequenti e accurate. Il modello, inoltre, non sarà solo uno strumento per ricercatori e addetti ai lavori, ma dialogherà con tutte le altre realtà d'uso comune – Google Search, Google Maps, Google Earth Engine e Gemini – per fornire stime e previsioni locali in tempo reale.

Le novità di WeatherNext 3: previsioni aggiornate ogni ora

La principale novità riguarda la frequenza degli aggiornamenti. A differenza del modello precedente che generava una nuova previsione ogni sei ore, WeatherNext 3 sfrutta i dati satellitari geostazionari acquisiti in tempo reale per aggiornare le previsioni ogni ora. Il modello lavora poi a risoluzioni spaziali differenti a seconda delle variabili considerate, raggiungendo un livello di dettaglio circa cinque volte superiore rispetto a WeatherNext 2. Mentre le variabili atmosferiche in quota, come la velocità del vento in quota, vengono elaborate a circa 25 km, tutte le principali variabili di superficie – come precipitazioni, radiazione solare e vento al suolo – raggiungono un dettaglio di circa 10 km. Infine, grazie a uno speciale modulo dedicato alle stazioni meteo, parametri chiave come temperatura e umidità possono essere stimati su una griglia ad altissima definizione, intorno ai 5 km.

L'IA impara da ciò che osserva: dati più precisi per pioggia e uso delle energie rinnovabili

Un cambiamento importante riguarda anche i dati utilizzati per l'addestramento. Come spiega la stessa Google, i modelli meteorologici basati sull'IA sono stati tradizionalmente addestrati soprattutto sulle elaborazioni prodotte dai modelli numerici di previsione, che richiedono simulazioni eseguite da supercomputer e possono introdurre un ritardo di diverse ore. WeatherNext 3 utilizza invece osservazioni provenienti direttamente da satelliti geostazionari e stazioni meteorologiche. Ciò consente al modello di tenere conto di informazioni più recenti e delle caratteristiche locali del territorio per migliorare l'attendibilità di stime circa fenomeni che possono cambiare rapidamente anche su distanze molto ridotte.

La pioggia, per esempio, rappresenta uno degli aspetti più complessi da prevedere per i modelli meteorologici proprio perché i fenomeni che la determinano si sviluppano rapidamente e su scale molto piccole. Per affrontare il problema, WeatherNext 3 viene continuamente alimentato anche dai dati sulle precipitazioni provenienti dall'IMERG (Integrated Multi-satellitE Retrievals for GPM) della NASA e da una rianalisi globale basata su dati radar satellitari. Secondo le valutazioni riportate da Google, nei test sulle previsioni globali a medio termine il modello ha ridotto l'errore di previsione (misurato tramite il Continuous Ranked Probability Score) fino al 60% rispetto ai precedenti modelli globali quando confrontati con i dati IMERG, fino al 30% rispetto ai rilievi radar MRMS (il sistema utilizzato dal National Oceanic and Atmospheric Administration) e fino al 10% rispetto alle misurazioni dirette dei pluviometri.

Il modello introduce inoltre dati pensati per la produzione di energia rinnovabile. Tra questi ci sono le previsioni della velocità del vento a 100 metri di altezza, utile per stimare la produzione degli impianti eolici, e informazioni ad alta risoluzione sulla copertura nuvolosa e sulla radiazione solare, rilevanti per gli impianti fotovoltaici.

Dal meteo quotidiano agli eventi estremi

Per un normale utente, tutte le migliorie introdotte da WeatherNext 3 possono comportare impatti diretti sulla propria esperienza quotidiana. Poter contare su dati più aggiornati e accurati significa poter sapere con precisione a che ora potrebbe piovere nel luogo in cui ci si trova (o verso il quale ci si deve dirigere) e che temperatura aspettarsi in un determinato momento della giornata. Tutte informazioni molto utili quando si tratta di programmare un evento o si sceglie l'abbigliamento con cui uscire.

Non solo. Una maggiore capacità di seguire vento, cicloni e altri fenomeni atmosferici può inoltre fornire informazioni più tempestive a chi si occupa di gestione delle emergenze. Su questo punto è però la stessa Google a mettere le mani avanti. Pur compiacendosi dei progressi, l'azienda ha comunque ricordato come l'atmosfera mantenga sempre un certo grado d'imprevedibilità e ha raccomandato di fare sempre riferimento ai servizi meteorologici nazionali e alle autorità locali per allerte ufficiali e indicazioni sulla sicurezza.