Qué pasó
Google ha lanzado WeatherNext 3, su último modelo de IA para predecir el tiempo. Según TechCrunch, quedó primero entre los principales contendientes evaluados en Operational WeatherBench, una herramienta para comparar pronósticos de IA creada por la startup Brightband. El benchmark mide métricas como temperatura, velocidad del viento y humedad.
Los rivales a los que ganó no son precisamente figurantes. Hay modelos de deep learning del propio Google, de Microsoft, de Nvidia y del European Centre for Medium-Range Weather Forecasts (ECMWF). Además, superó por poco a los pronósticos tradicionales del US National Weather Service y del ECMWF.
Esos pronósticos tradicionales salen de ecuaciones de física ejecutadas en supercomputadores gigantes, la forma de toda la vida de predecir el tiempo. El recién llegado, entrenado con patrones, ya los supera en este benchmark.
Google asegura que el modelo empezará a alimentar la información meteorológica que ves en Search, Maps y Gemini. También se ofrecerá a investigadores y usuarios empresariales a través de Google Cloud.
Samier Merchant, ingeniero senior de Google, contó a TechCrunch que es la primera vez que algunas de las variables centrales del modelo alimentarán directamente muchos productos de Google.
Por qué importa
El tiempo es uno de los pocos casos de uso de la IA en los que es fácil comprobar si acertó. Llega el mañana y, o llovió, o no. Ganar un benchmark aquí es menos abstracto que un chatbot sacando un diez en un test.
La distribución es la noticia gorda. Un modelo mejor en un paper ayuda a los investigadores. Un modelo mejor detrás de la tarjeta del tiempo de Search y Maps aterriza en los bolsillos de muchísima gente que nunca sabrá cómo se llama.
Una salvedad, sapiens: el resultado del benchmark es el titular, y es una comparación en una prueba concreta diseñada por un tercero. Los pronósticos de la vida real se juzgarán trayecto empapado a trayecto empapado.
Es también otra señal de que el deep learning sigue colándose a codazos en un terreno que durante décadas fue de la simulación basada en física. Los supercomputadores no se jubilan. Solo tienen un colega nuevo con muchísima confianza en sí mismo.
Qué hacer con esto
- Vigila la tarjeta del tiempo.Fíjate en cómo cambian los pronósticos de Search, Maps y Gemini cuando el despliegue te llegue, y apunta cuándo le ganan a tu app de siempre.
- Contrasta antes de los grandes planes.Ten una segunda fuente a mano para bodas, excursiones y cualquier cosa que implique escaleras.
- Si construyes cosas, mira Google Cloud.Investigadores y equipos de empresa pueden acceder al modelo ahí, así que quienes trabajen en logística, energía y agricultura deberían ver qué ofrece.
- Lee el benchmark.Operational WeatherBench es una herramienta pública de comparación: mira qué métricas importan para tu caso.
Ciao, sapiens. Llévate el paraguas igualmente. El modelo es bueno, no una deidad.


