WeatherNext gana un día de precisión en la predicción de ciclones

6 de agosto de 2026. Google DeepMind ha presentado mejoras de WeatherNext que, según la compañía, permiten predecir con precisión de vanguardia la trayectoria, la intensidad y la estructura del viento de los ciclones tropicales. Los resultados, publicados en Nature, ofrecen a los servicios meteorológicos una ventaja media de más de un día en la anticipación de estos fenómenos.

La compañía afirma que las predicciones a tres días de WeatherNext alcanzan un nivel de precisión comparable al que los modelos anteriores ofrecían para los dos días siguientes. Google DeepMind equipara este avance a aproximadamente una década de progreso en meteorología. La evaluación se realizó con ciclones históricos registrados entre 2023 y 2024, mediante comparaciones deterministas y probabilísticas con otros modelos meteorológicos destacados.

WeatherNext Cyclones aborda de forma conjunta dos aspectos que tradicionalmente se modelaban con técnicas diferentes. La trayectoria de un ciclón depende de grandes corrientes atmosféricas globales, mientras que su intensidad está condicionada por procesos termodinámicos localizados alrededor del núcleo. El modelo combina ambos enfoques en un único sistema de inteligencia artificial capaz de predecir la trayectoria, la intensidad y la estructura del viento.

El sistema se entrenó con casi 20 terabytes de datos atmosféricos globales y con la base histórica IBTrACS, que reúne información sobre cerca de 5.000 tormentas. El entrenamiento combinó dinámicas meteorológicas globales con observaciones históricas de ciclones seleccionadas por expertos. WeatherNext Cyclones puede partir de las condiciones atmosféricas globales registradas durante Hurricane Milton, en octubre de 2024, y generar predicciones iterativas de los patrones meteorológicos y de las trayectorias de los ciclones hasta 15 días por adelantado.

El modelo genera conjuntos de predicciones mediante Functional Generative Networks (FGNs), una técnica que representa la incertidumbre inherente a la evolución del tiempo. Una predicción de 15 días puede producirse en menos de un minuto en una TPU. Google DeepMind ha ampliado este año el conjunto de escenarios de 50 a 1.000 miembros, con el objetivo de capturar situaciones poco frecuentes pero de consecuencias graves, como los episodios de intensificación rápida.

Durante la temporada de huracanes de 2025, WeatherNext ayudó al National Hurricane Center (NHC) a elaborar un pronóstico sobre Hurricane Melissa que anticipó su rápida intensificación y su llegada a Jamaica. Según Google DeepMind, esta predicción permitió al NHC emitir una alerta con antelación y dio más tiempo a los equipos sobre el terreno para prepararse. Este año, la colaboración con el NHC, el Cooperative Institute for Research in the Atmosphere (CIRA), el UK Met Office y agencias meteorológicas de distintos países continúa con el uso de 1.000 escenarios posibles por ciclón.

WeatherNext Cyclones funciona con datos de 28x28 kilómetros de resolución, una escala que Google DeepMind describe como 100 veces más gruesa que la de los modelos tradicionales. La compañía también ha observado buenos resultados en WeatherNext 2-mini, una versión que trabaja con una resolución de 111x111 kilómetros. El rendimiento de estos modelos a resoluciones relativamente bajas, señala Google DeepMind, sigue siendo una cuestión abierta para la investigación científica.

Google DeepMind ha anunciado la publicación abierta del código y los pesos de WeatherNext 2 y WeatherNext Cyclones. También liberará WeatherNext 2-mini, una versión compacta capaz de ejecutarse en una única TPU mediante un cuaderno público de Colab. La compañía plantea estos recursos para investigación académica, predicción operativa y desarrollo de modelos más especializados y localizados.

Las predicciones pueden consultarse en Weather Lab, una herramienta de Google Earth AI que incorpora una interfaz actualizada y muestra, además de las trayectorias de ciclones, previsiones globales de temperatura, precipitación y velocidad del viento. Google DeepMind subraya que WeatherNext está concebido como apoyo a los pronosticadores humanos y recuerda que las alertas y previsiones oficiales deben consultarse en los servicios meteorológicos locales. Fuente: Google DeepMind.