Quando il cielo parla in anticipo: la visione di Google che anticipa il tempo prima che accada | | | | Turtles AI

WeatherNext 2 introduce un nuovo modo di leggere l’atmosfera: un modello AI rapidissimo che genera centinaia di scenari meteo affidabili, con risoluzione oraria, supporto ai prodotti Google e strumenti aperti per ricercatori e sviluppatori tramite Earth Engine, BigQuery e Vertex AI.

Punti chiave:

• WeatherNext 2 di Google / DeepMind utilizza reti neurali generative funzionali per generare centinaia di scenari in meno di un minuto.
• Il modello è fino a 8 volte più veloce e ha una risoluzione oraria, migliorando la precisione su 99,9% delle variabili meteorologiche rispetto alla versione precedente.
• È disponibile per sviluppatori e ricercatori tramite Earth Engine, BigQuery e il programma di accesso anticipato su Vertex AI.
• Grazie alle sue previsioni probabilistiche, supporta decisioni tempestive anche per scenari estremi come cicloni o ondate di calore.

Con WeatherNext 2, Google DeepMind presenta un’AI che sembra ascoltare il respiro del cielo più da vicino che mai: un modello in grado di “intuire” non soltanto un’unica versione del tempo, ma centinaia di possibili futuri meteorologici partendo da un solo punto di partenza. Questo salto di scala non è frutto di fantasia, ma di un’architettura nuova, detta Functional Generative Network, che inietta una componente di “rumore” controllato nel suo funzionamento: il risultato è una previsione ricca, realistica e interconnessa che mantiene coerenza fisica pur esplorando la variabilità degli eventi climatici.

Rispetto al suo predecessore, WeatherNext 2 colpisce per la sua rapidità: può generare interi ensemble previsionali in meno di un minuto su una singola TPU, mentre i modelli tradizionali basati sulla fisica richiederebbero ore su supercomputer. Il vantaggio non è solo di velocità: la risoluzione temporale arriva fino a un’ora, rendendo la previsione più dettagliata e utile per chi ha bisogno di dati precisi e puntuali, da energie rinnovabili a pianificazioni logistiche.

Il modello è stato ottimizzato per prevedere non solo i marginali  come la temperatura in un punto specifico, la pressione, l’umidità modulata a diverse altezze  ma anche i giunti, ovvero le grandi strutture meteo complessi, perché sa ragionare su come ciascuna di quelle variabili locali interagisca per dare forma a sistemi estesi, come fronti di calore, correnti o cicloni. Questa doppia capacità consente agli esperti di non fermarsi a una stima statica, ma di contemplare scenari alternativi e di pianificare anche per casi meno probabili ma potenzialmente critici.

Google non tiene questo potenziale chiuso in laboratorio: i dati delle previsioni di WeatherNext 2 sono resi disponibili pubblicamente su piattaforme come Earth Engine e BigQuery, e per chi ha esigenze specifiche (aziende, ricercatori, sviluppatori) è attivo un programma di accesso anticipato su Vertex AI, che permette di generare previsioni personalizzate on-demand su hardware dedicato. Il flusso di lavoro per utilizzare il modello su Vertex è documentato tramite notebook in Colab, e richiede di configurare l’istanza, fornire lo stato iniziale del meteo e scaricare i risultati su uno spazio Google Cloud.

Non stupisce che WeatherNext 2 stia già alimentando le previsioni meteo all’interno di diversi prodotti Google: è usato per potenziare la precisione di Google Search, di Gemini, della pagina meteo per i dispositivi Pixel e nell’API Weather di Google Maps Platform, e nei prossimi giorni arriverà anche in Google Maps. Allo stesso tempo, Google continua a esplorare nuovi fronti di ricerca, pensando di integrare ulteriori fonti di dati e rendere la tecnologia accessibile a un bacino ancora più ampio di utilizzatori.

Parallelamente, Google ha anche lanciato la Weather Lab, un sito interattivo dove è possibile testare modelli sperimentali come quello per le previsioni dei cicloni: in alcune dimostrazioni recenti, l’AI è stata in grado di anticipare la formazione, l’intensità e la traiettoria di tempeste tropicali fino a 15 giorni prima, generando decine di ipotesi diverse e aiutando i meteorologi a ragionare in termini di rischio potenziale. 

In definitiva, con WeatherNext 2 Google DeepMind sta trasformando la previsione meteorologica: da uno sguardo singolo e statico, a una visione fluida e molteplice, capace di modellare non solo il tempo che “dovrebbe essere”, ma quello che potrebbe diventare.