La IA di Google prevede la pioggia con il 50% di precisione in più — già attiva su Maps

Le previsioni del tempo sul tuo cellulare sono diventate molto più affidabili senza che tu abbia fatto nulla. Google DeepMind ha sostituito il modello alla base delle sue schede meteo in Search, Maps, Gemini e l’API di Maps Platform con WeatherNext 3 — un sistema che produce previsioni ogni ora con una risoluzione di 5 chilometri, rispetto agli intervalli di sei ore su una griglia di 25 chilometri del suo predecessore.

La differenza pratica si nota soprattutto con la pioggia. Per la pianificazione con un giorno o più di anticipo, le previsioni di precipitazioni di WeatherNext 3 sono fino al 50% più accurate rispetto al modello precedente. Rispetto a IMERG, il benchmark satellitare utilizzato dai ricercatori climatici, il miglioramento raggiunge il 60%. Ciò si traduce nella differenza tra una previsione che dice “possibili rovesci” e una che ti dice di aspettarti pioggia tra le 14 e le 17 nel tuo quartiere specifico.

WeatherNext 3 supera anche i sistemi tradizionali di previsione numerica del tempo gestiti dal National Weather Service statunitense e dalle agenzie meteorologiche europee, secondo i benchmark di Google. Il modello non si limita alla pioggia: include velocità del vento a 100 metri — l’altezza di una turbina eolica — copertura nuvolosa e livelli di radiazione solare, rendendolo utile per operatori energetici e pianificatori agricoli oltre che per i comuni pendolari.

Google non è l’unica azienda a sviluppare modelli meteorologici basati sull’IA. Microsoft, Nvidia e istituti di ricerca europei hanno pubblicato approcci concorrenti negli ultimi due anni. L’annuncio di Google non ha menzionato rivali specifici, e le agenzie meteorologiche indipendenti non hanno ancora pubblicato una validazione esterna dei guadagni di precisione dichiarati da WeatherNext 3 — i dati provengono dai test comparativi di Google.

Il cambiamento architetturale chiave è il modo in cui il modello riceve i dati. I sistemi tradizionali di previsione meteorologica raccolgono osservazioni in una finestra di sei ore prima di eseguire i calcoli. WeatherNext 3 acquisisce immagini satellitari geostazionarie in tempo reale ogni ora, bypassando questo ritardo. Si addestra anche su letture dirette delle reti di stazioni meteorologiche a terra, il che aiuta a riflettere il terreno locale — effetti costieri, passi di montagna e firme termiche urbane che una griglia più grossolana appiattirebbe.

Ci sono limiti reali a ciò che la risoluzione di 5 chilometri significa in pratica. Il modello non può risolvere la differenza tra la pioggia che colpisce un lato della strada prima dell’altro, e non può superare l’imprevedibilità fondamentale dei sistemi convettivi. Il blog di Google stesso indirizza gli utenti alle agenzie meteorologiche locali per allerte meteo severe e avvisi di sicurezza pubblica.

Versioni pre-addestrate di WeatherNext 3 sono disponibili per i ricercatori tramite Google Cloud e Google Earth Engine a partire dal 3 settembre 2026, data in cui il modello è stato annunciato. Non è stato annunciato un rollout regionale graduale — l’aggiornamento è attivo globalmente per tutti gli utenti dei prodotti meteorologici consumer di Google.

Tag: intelligenza artificiale, Google, Machine Learning, DeepMind, Google Maps, previsioni meteo