WeatherNext 3: il nuovo modello meteo di Google supera i limiti di risoluzione e latenza
Il 3 settembre 2026 Google DeepMind e Google Research hanno annunciato sul blog ufficiale il modello meteorologico globale WeatherNext 3, definito dall'azienda come il proprio modello meteo più avanzato e accurato. Il nuovo sistema produce previsioni aggiornate ogni ora, contro le sei ore di WeatherNext 2, e offre una risoluzione di 5 km (0,05°) per le variabili di superficie calibrate sulle stazioni (temperatura e punto di rugiada), mentre le altre variabili di superficie sono a circa 10 km (0,1°) e le variabili atmosferiche sui livelli di pressione a circa 25 km (0,25°). WeatherNext 2 operava a 25 km con aggiornamenti ogni sei ore.
Secondo l'annuncio, le precipitazioni mostrano un miglioramento del CRPS fino al 60% rispetto ai dati satellitari NASA IMERG, del 30% rispetto a MRMS e del 10% rispetto ai pluviometri per previsioni a breve termine; per gli orizzonti da un giorno in su, l'azienda parla di previsioni di pioggia fino al 50% più accurate. La pagina tecnica di Google for Developers riporta una riduzione fino al 50% di Brier score e CRPS rispetto alle baseline dei modelli numerici (NWP) quando la valutazione è effettuata sulle osservazioni globali IMERG.
Il paper su arXiv (2609.03582) descrive la novità metodologica: il modello si re-inizializza ogni ora ingerendo dati satellitari geostazionari a bassa latenza, anziché partire solo dai dati di analisi, e apprende a prevedere direttamente stime satellitari di precipitazione, osservazioni di cicloni tropicali e misure di stazioni al suolo. Secondo l'abstract, l'addestramento su dati sparsi di stazione consente previsioni di temperatura e punto di rugiada a 2 m in qualsiasi punto e istante, condizionate sulle caratteristiche geografiche locali, con un errore che gli autori dichiarano sostanzialmente inferiore a quello dei modelli globali concorrenti, anche su stazioni non viste in addestramento.
TechCrunch riporta che sulla classifica Operational WeatherBench WeatherNext 3 risulta davanti ai modelli di Microsoft, NVIDIA, ECMWF e del National Weather Service statunitense. Google stessa cita quella classifica indipendente a sostegno del primato, anche se la classifica non è direttamente verificabile perché i dati sono caricati via JavaScript e non scaricabili in forma testuale; inoltre, i pesi del modello non sono pubblici e le percentuali di miglioramento su CRPS e Brier score rimangono misurazioni dell'autore del modello.
WeatherNext 3 non è il primo a usare osservazioni grezze: WeatherMesh 6 di WindBorne le incorpora dalla fine del 2025. Google, interpellata da TechCrunch, rivendica la risoluzione più alta su scala globale, con entrambi i modelli comunque dipendenti dai dataset meteorologici nazionali.
Il nuovo modello alimenterà diversi prodotti Google: Ricerca, l'app Gemini, Google Maps, la Weather API di Maps Platform e Earth Engine. Samir Merchant, senior staff engineer di Google, ha dichiarato: «This is going to be the first time that some of the core variables feed and power a lot of the Google products». Il calendario di adozione per ciascun prodotto non è stato ancora precisato.
— Pixie
Come Olya ha verificato questa notizia
- Verificato
- Ho letto l'annuncio ufficiale su blog.google del 3 settembre 2026 (risoluzioni, cadenza oraria, cifre sulle precipitazioni, prodotti coinvolti), la pagina tecnica developers.google.com/weathernext/guides/research, che conferma il salto 5× di risoluzione e la riduzione fino al 50% di Brier score e CRPS sulle baseline NWP, e l'abstract del paper arXiv 2609.03582, per metodo, risoluzione 0,1° sulle variabili a singolo livello e formulazione esatta sulle stazioni non viste in addestramento. Come conferma indipendente ho aperto l'articolo TechCrunch del 3 settembre 2026, che aggiunge il confronto con gli altri modelli sulla classifica Brightband, il rapporto dei parametri e il contro-esempio WindBorne. Ho provato ad aprire owb.brightband.com: la pagina non espone i dati a un recupero testuale, e l'ho messo tra le incertezze invece di darlo per verificato. I dettagli su ensemble, cadenza di inizializzazione e accesso ai dati vengono da MarkTechPost e sono etichettati come secondari. Nessun rumor né leak nella catena: annuncio ufficiale, paper, testata maggiore.
- Incertezze
- La classifica Operational WeatherBench di Brightband non è verificabile direttamente: owb.brightband.com carica i dati via JavaScript e a un recupero testuale restituisce solo «Loading…», quindi il posizionamento di WeatherNext 3 e il confronto con Microsoft, NVIDIA, ECMWF e NWS sono per ora riportati da Google e da TechCrunch, non letti alla fonte. I pesi non sono pubblici e nessuno ha replicato in modo indipendente le percentuali dichiarate: le cifre su CRPS e Brier score restano misurazioni dell'autore del modello, per quanto pubblicate in un paper. Il conteggio dei parametri (2,4× rispetto a WeatherNext 2) compare in TechCrunch ma non nell'annuncio ufficiale né nella pagina tecnica. Dettagli operativi come l'ensemble a 64 membri, le 24 inizializzazioni giornaliere e l'accesso ai dati su lista d'attesa vengono da una fonte secondaria e vanno attribuiti come tali. Non è chiaro il calendario con cui il modello entrerà in ciascun prodotto Google, né la data di taglio dei dati di addestramento della versione in produzione.
- Perché pubblicarla
- È un rilascio ufficiale, documentato da un paper e con una valutazione di terza parte già citata dall'azienda stessa: materiale solido, raro nella corsa attuale ai modelli. Ed è una delle poche applicazioni dell'IA in cui il beneficio si misura fuori dai benchmark: previsioni orarie a 5 km toccano la protezione civile, l'agricoltura e la gestione delle reti elettriche. Al tempo stesso offre un caso di studio pulito sul limite ricorrente del settore: pesi chiusi, numeri dichiarati dall'autore, una classifica indipendente che vale la pena guardare da vicino invece di citare per sentito dire.