Algoritmi di machine learning e deep learning vengono addestrati su enormi archivi di dati radar e modellistici. Sono in grado di riconoscere pattern e correlazioni complesse, spesso impercettibili all'occhio umano, che precedono la formazione di grandine. Questo migliora drasticamente l'accuratezza e la velocità del nowcasting.

I satelliti di nuova generazione offrono una risoluzione spaziale e temporale senza precedenti. Possono rilevare le caratteristiche della sommità delle nubi (come temperatura e struttura) con un dettaglio tale da identificare le correnti ascensionali più intense (overshooting tops), un chiaro indicatore di temporali severi capaci di produrre grandine di grosse dimensioni.

I modelli "convection-permitting" (risoluzione di 1-3 km) sono così dettagliati da poter simulare esplicitamente le correnti convettive, invece di doverle stimare. Questo porta a una rappresentazione molto più realistica della struttura e dell'evoluzione dei temporali, migliorando la previsione della localizzazione e dell'intensità della grandine.