A nova IA do Google prevê a chuva com 50% mais precisão — e já está disponível no Maps

A previsão do tempo no seu celular ficou muito mais confiável sem que você precise fazer nada. O Google DeepMind substituiu o modelo por trás dos seus cards de clima no Search, Maps, Gemini e na API Maps Platform pelo WeatherNext 3 — um sistema que gera previsões a cada hora com resolução de 5 quilômetros, em comparação com intervalos de seis horas em uma grade de 25 quilômetros do seu antecessor.

A diferença prática aparece mais claramente na chuva. Para planejamento com um dia ou mais de antecedência, as previsões de precipitação do WeatherNext 3 são até 50% mais precisas que as do modelo anterior. Contra o IMERG, o benchmark de satélite usado por pesquisadores climáticos, a melhora chega a 60%. Isso se traduz na diferença entre uma previsão que diz ‘possíveis pancadas’ e uma que informa que você deve esperar chuva entre 14h e 17h no seu bairro específico.

O WeatherNext 3 também supera os sistemas tradicionais de previsão numérica do tempo operados pelo U.S. National Weather Service e por agências meteorológicas europeias, de acordo com os próprios benchmarks do Google. O modelo vai além da chuva: inclui velocidades do vento a 100 metros — a altura de uma turbina eólica — cobertura de nuvens e níveis de radiação solar, tornando-se útil para operadores de energia e planejadores agrícolas, além dos comuns passageiros.

O Google não é a única empresa desenvolvendo modelos meteorológicos baseados em IA. Microsoft, Nvidia e instituições de pesquisa europeias publicaram abordagens concorrentes nos últimos dois anos. O anúncio do Google não citou rivais específicos, e agências meteorológicas independentes ainda não publicaram validação externa dos ganhos de precisão alegados pelo WeatherNext 3 — os números vêm dos próprios testes comparativos do Google.

A principal mudança arquitetônica é como o modelo recebe os dados. Sistemas tradicionais de previsão do tempo coletam observações em uma janela de seis horas antes de executar seus cálculos. O WeatherNext 3 ingere imagens de satélite geoestacionário ao vivo a cada hora, evitando esse atraso. Ele também treina com leituras diretas de redes de estações meteorológicas de nível do solo, o que ajuda a refletir o terreno local — efeitos costeiros, passagens de montanha e assinaturas de calor urbano que uma grade mais grosseira suavizaria.

Existem limites reais para o que uma resolução de 5 quilômetros significa na prática. O modelo não consegue distinguir a diferença entre a chuva atingindo um lado da sua rua antes do outro, e não pode superar a imprevisibilidade fundamental dos sistemas climáticos convectivos. O próprio blog do Google direciona os usuários para agências meteorológicas locais para alertas de tempo severo e avisos de segurança pública.

Versões pré-treinadas do WeatherNext 3 estão disponíveis para pesquisadores através do Google Cloud e do Google Earth Engine desde 3 de setembro de 2026, quando o modelo foi anunciado. Nenhuma implementação regional em fases foi anunciada — a atualização está ativa globalmente para todos os usuários dos produtos meteorológicos de consumo do Google.

Tags: inteligência artificial, Google, Aprendizado de Máquina, DeepMind, Google Maps, previsão do tempo