Google e le sue divisioni DeepMind e Research hanno annunciato una svolta epocale per la meteorologia a livello mondiale con il rilascio in forma open source dei modelli di intelligenza artificiale WeatherNext2 e WeatherNext Cyclones.
L’annuncio arriva in concomitanza con la pubblicazione di uno studio scientifico sulla prestigiosa rivista Nature che certifica la capacità di questa tecnologia di prevedere la traiettoria, l’intensità e la struttura dei venti dei cicloni tropicali con un livello di accuratezza senza precedenti. Scopriamo tutti i dettagli.
Segui TuttoAndroid su Google Discover
WeatherNext2 e WeatherNext Cyclones diventano open source
Tramite un post sul blog ufficiale del team DeepMind, come anticipato in apertura, Google ha annunciato il rilascio in forma open source dei modelli di intelligenza artificiale per le previsioni meteorologiche WeatherNext2 e WeatherNext Cyclones.
Questo passaggio segna una transizione fondamentale per l’azienda che nel novembre del 2025 aveva annunciato WeatherNext2 come tecnologia proprietaria destinata ad arricchire i suoi servizi commerciali per gli utenti (come l’app Meteo Pixel, Google Maps, la Ricerca Google e Gemini).
Il colosso di Mountain View ha messo a disposizione e “liberalizzato” il codice sorgente e i pesi dei due modelli su GitHub con l’obiettivo di permettere alla comunità scientifica globale strumenti gratuiti capaci di anticipare i disastri naturali e salvare vite umane.
Segui Google su Telegram, ricevi news e offerte per primo
L’articolo pubblicato sulla rivista Nature
Oltre ad aver “liberalizzato” i due modelli, alcuni ricercatori di Big G hanno pubblicato un articolo su Nature per dimostrare che il modello di intelligenza artificiale WeatherNext abbia raggiunto un’accuratezza all’avanguardia nella previsione della traiettoria, dell’intensità e della struttura del vento di un ciclone.
I modelli tradizionali faticano a prevedere i cicloni tropicali a causa di un limite strutturale: la traiettoria dipende da imponenti correnti atmosferiche grossolane che vengono solitamente analizzate da modelli “grossolani”, mentre l’intensità è guidata da micro-processi termodinamici locali nel nucleo della tempesta, gestiti e analizzati da modelli locali ad alta risoluzione.
WeatherNext supera questa barriera, unificando la previsione di traiettoria, intensità e struttura dei venti in un singolo modello IA: i risultati indicano un guadagno di accuratezza straordinario che offre un giorno intero di preavviso in più rispetto ai sistemi precedenti; secondo i ricercatori, questo incremento equivale a circa dieci anni di progressi meteorologici condensati in un unico step evolutivo.
“Abbiamo raggiunto un traguardo storico, guadagnando oltre un giorno di anticipo nella previsione dei cicloni, un vantaggio equivalente a un decennio di progressi meteorologici. In vista delle prossime stagioni delle tempeste, invitiamo ricercatori, agenzie meteorologiche ed esperti a collaborare con noi, a sviluppare i nostri modelli open source e a esplorare le nostre previsioni su Weather Lab. Combinando l’apprendimento automatico avanzato con l’indispensabile esperienza sul campo dei previsori umani, puntiamo a creare un ecosistema collaborativo per le previsioni meteorologiche in grado di salvare vite umane e aiutare le comunità ad adattarsi ai cambiamenti climatici.”
I test sul campo sono stati effettuati con l’uragano Melissa
Per raggiungere prestazioni così all’avanguardia, il sistema è stato co-addestrato su due canali di dati differenti: 20 terabyte di dati atmosferici globali uniti al database storico IBTrACS (contiene le rilevazioni di quasi 5.000 tempeste del passato).
La bontà del modello è già stata validata sul campo. Durante la stagione degli uragani del 2025, WeatherNext Cyclones ha supportato attivamente il National Hurricane Center (NHC) statunitense nel formulare una previsione storica per l’uragano Melissa in Giamaica.
Il modello IA è stato in grado di anticipare con altissima precisione la rapidissima intensificazione del vento e il punto esatto di approdo del ciclone (ovvero il punto in cui l’occhio del ciclone passa dal mare alla terraferma), consentendo alle squadre di soccorso di prepararsi con largo anticipo.
WeatherNext è in grado di calcolare mille scenari in meno di un minuto
Dal punto di vista tecnico, i modelli WeatherNext sfruttano un’architettura basata sulle reti Functional Generative Networks (FGN) che permette di calcolare scenari probabilistici complessi a 15 giorni in meno di un minuto su un singolo chip TPU.
Rispetto alle sole cinquanta simulazioni simultanee elaborate lo scorso anno, oggi il modello è in grado di generare fino a 1.000 scenari diversi per ciascun ciclone, consentendo ai meteorologi di individuare rapidamente anche gli scenari più rari ma potenzialmente catastrofici.
Google ha poi dimostrato che il modello non ha bisogno di enormi potenze di calcolo (ad altissima risoluzione spaziale), dato che WeatherNext Cyclones è in grado di lavorare con dati alla risoluzione 28 x 28 km, ovvero 100 volte più “grossolana” rispetto ai modelli fisici classici.
In conclusione, segnaliamo che il colosso di Mountain View sta rendendo disponibile WeatherNext2-mini, una versione super compatta (che opera con dati alla risoluzione ancor più grossolana di 111 x 111 km) e ottimizzata per l’esecuzione su una singola TPU che può essere sfruttata gratuitamente da qualsiasi ricercatore o appassionato nel mondo (Colab Notebook).