A previsão do tempo é essencial, desde aspectos cotidianos, como antecipar o uso do guarda-chuva, até situações críticas, como se preparar para desastres. O novo modelo de inteligência artificial da Google DeepMind, denominado GraphCast, promete superar a precisão das atuais ferramentas meteorológicas.
Detalhes sobre o modelo foram revelados em um artigo publicado nesta terça-feira (14) na revista Science. Além de sua precisão, destaca-se sua eficiência em termos de recursos, sendo mais rápido que os modelos atuais mesmo em computadores menos potentes.
Os modelos tradicionais de previsão do tempo baseados em métodos como a previsão numérica do tempo (NWP) utilizam modelos matemáticos e dados de satélites, estações climáticas e boias para prever movimentos de calor, ar e vapor d’água. Apesar de oferecerem boas previsões, esses métodos são dispendiosos e exigem considerável poder de processamento, resultando em custos elevados de infraestrutura e energia.
Para contornar esses desafios, empresas como Nvidia e Huawei estão desenvolvendo sistemas de inteligência artificial voltados para previsão do tempo. Esses sistemas são treinados com base em dados históricos das condições climáticas.
Jacob Radford, especialista entrevistado pela revista Nature, afirmou que os modelos de previsão do tempo impulsionados por inteligência artificial são de 1.000 a 10.000 vezes mais rápidos do que os métodos convencionais, como a previsão numérica do tempo.
O GraphCast, desenvolvido pela DeepMind em Londres, representa um avanço significativo. Originalmente um laboratório independente de inteligência artificial, a DeepMind se tornou uma divisão do Google em abril de 2023.
Este modelo utiliza dados climáticos que remontam de 1979 a 2017 para seu treinamento. Ao incorporar informações sobre pressão atmosférica, vento, temperatura e umidade, o GraphCast estabeleceu correlações essenciais entre esses aspectos.
Além disso, o GraphCast opera em alta resolução, trabalhando com pontos de 0,25 graus de latitude/longitude, abrangendo mais de um milhão de pontos em toda a superfície do planeta.
Embora o novo modelo da Google DeepMind supere os sistemas atuais, não é planejado para substituí-los. Esse modelo utiliza apenas duas entradas: as condições meteorológicas atuais e as condições de seis horas atrás para realizar uma previsão para os próximos seis horas.
Esse método é iterativo, utilizando a previsão de seis horas e as condições atuais para calcular o tempo das próximas seis horas; utilizando então as previsões de seis e 12 horas para calcular o tempo seguinte, e assim por diante. Por meio desse processo, consegue-se antecipar as condições climáticas para até dez dias.
E isso funciona. Segundo o artigo da Science, o GraphCast superou os modelos atuais mais avançados em 90% de 1.380 verificações.
Além de apontar a previsão do tempo mais simples, o modelo da Google DeepMind também é capaz de antecipar eventos extremos, como a trajetória de ciclones tropicais, ondas de calor e de frio.
Mesmo assim, os pesquisadores dizem que o GraphCast não vai substituir os métodos tradicionais. “Nosso trabalho deve ser interpretado como uma evidência de que [a previsão do tempo usando aprendizagem de máquina] é capaz de enfrentar os desafios da previsão do tempo no mundo real, com potencial para complementar e aperfeiçoar os melhores métodos atuais.
Fonte: Tecnoblog.