INFORMACIÓN DE GOOGLE

Datos del mundo real a escala global y continua

El mayor avance de WeatherNext 3 radica en su capacidad de aprendizaje. La mayoría de los modelos meteorológicos de IA, incluido WeatherNext 2, se entrenan con datos de modelos numéricos de predicción meteorológica (NWP). Si bien son útiles, los modelos NWP son simulaciones físicas complejas, ejecutadas por supercomputadoras, que presentan un retraso de seis horas en los datos. Este retraso puede generar sesgos en variables que cambian rápidamente, como la lluvia o la temperatura superficial.

Al incorporar un mosaico de datos satelitales geoestacionarios globales en tiempo real, nuestro nuevo modelo obtiene una visión completa y actualizada de la atmósfera. Esto le permite generar un nuevo pronóstico cada hora, basado en las…

Ver artículo completo https://blog.google/intl/es-419/noticias-de-la-empresa/