WeatherNext Ciclones: La IA de Google DeepMind que da a los pronosticadores un día extra para advertir a comunidades vulnerables

El modelo se entrenó con décadas de datos atmosféricos globales, junto con una base de datos seleccionada de casi 5.000 ciclones tropicales históricos . Puede generar 1.000 escenarios de tormenta probabilísticos en menos de un minuto por ejecución en una sola TPU, ofreciendo a los pronosticadores un conjunto de resultados posibles en lugar de una única predicción determinista .

La mejora en la precisión: Un día completo adicional de aviso

El resultado principal es concreto y medible. Según el artículo de Nature, los pronósticos a tres días de WeatherNext Ciclones son tan precisos como los que los mejores modelos anteriores solo podían ofrecer a dos días . En promedio, esto se traduce en aproximadamente 24 horas adicionales de tiempo de aviso para que los pronosticadores adviertan a las comunidades en la trayectoria de un ciclón .

La mejora se validó con ciclones tropicales desde 2023 hasta 2025. En ese conjunto de datos, WeatherNext superó a los principales modelos operativos, incluidos ECMWF-ENS y HWRF, en las métricas de trayectoria, intensidad y estructura del viento . Google DeepMind describe la ganancia como equivalente a, aproximadamente, una década de mejora típica en la predicción meteorológica .

Validación en el mundo real: Huracán Melissa (2025)

WeatherNext Ciclones no fue solo un proyecto de investigación. Funcionó de manera operativa durante la temporada de huracanes del Atlántico de 2025, donde produjo su validación más impactante en el mundo real .

En mayo de 2025, el modelo proporcionó una predicción documentada en tiempo real de la rápida intensificación del huracán Melissa. Partiendo de vientos de Categoría 1, WeatherNext pronosticó con precisión que la tormenta alcanzaría la intensidad de Categoría 5, un salto que llamó la atención de los pronosticadores del Centro Nacional de Huracanes de EE. UU. (NHC, por sus siglas en inglés) .

De manera crucial, el NHC utilizó las predicciones de WeatherNext para emitir advertencias sobre la llegada a tierra del huracán Melissa en Jamaica con cinco días de antelación. Según Google DeepMind, fue la primera vez que los pronosticadores del NHC predijeron que una tormenta alcanzaría la intensidad de Categoría 5 partiendo de vientos de Categoría 1, y el tiempo adicional de aviso ayudó a salvar vidas . Las predicciones del modelo tenían un 80% de confianza, lo que dio a los responsables de la toma de decisiones la certeza que necesitaban para actuar .

¿Qué hace posible esto? El salto técnico

WeatherNext Ciclones se basa en la arquitectura más amplia de WeatherNext 2, que Google DeepMind presentó en noviembre de 2025 . WeatherNext 2 genera pronósticos 8 veces más rápido que los sistemas anteriores y con una resolución de hasta intervalos de 1 hora . Pero el modelo específico para ciclones requirió resolver un problema más difícil: cómo hacer predicciones precisas utilizando datos atmosféricos globales relativamente gruesos, en lugar de las cuadrículas regionales de alta resolución.

Según el artículo de Nature, WeatherNext Ciclones desafía la suposición arraigada de que la predicción precisa de ciclones requiere datos de alta resolución. Al entrenarse con condiciones atmosféricas globales, el modelo alcanza una precisión de última generación sin el coste computacional de los modelos tradicionales de alta resolución . Esta es una razón clave por la que el modelo puede ejecutarse con la suficiente rapidez como para ser útil en operaciones en tiempo real.

Código abierto: Haciendo la tecnología accesible

A diferencia de muchos avances en IA que permanecen encerrados en los laboratorios de investigación corporativos, Google DeepMind ha lanzado WeatherNext Ciclones, WeatherNext 2 y WeatherNext 2-mini como modelos de código abierto .

El código y los pesos de los modelos están disponibles en GitHub bajo licencias de uso comercial . Esto significa que las agencias meteorológicas nacionales de países en desarrollo —que quizás no tengan presupuesto para sistemas de predicción propietarios— pueden descargar, ejecutar y adaptar los modelos para sus necesidades locales . La variante compacta WeatherNext 2-mini está diseñada para poder ejecutarse en un cuaderno de Colab, lo que la hace accesible incluso para investigadores con recursos informáticos limitados .

Lo que esto significa para el futuro de la predicción de ciclones

El impacto práctico de un día adicional de aviso es difícil de exagerar. Cada hora extra de tiempo de preparación permite a los gestores de emergencias ordenar evacuaciones, preposicionar suministros y emitir alertas dirigidas a poblaciones vulnerables. En un mundo donde el cambio climático hace que los ciclones tropicales sean más intensos y difíciles de predecir, contar con un modelo de IA que puede ofrecer una mejora de una década en un solo lanzamiento —y que está disponible gratuitamente para que cualquiera lo use— es un paso adelante significativo para la resiliencia climática global.