THE WASHINGTON POST — Um novo modelo de computador para prever o tempo, criado pelo Google e alimentado por inteligência artificial (IA), apresenta desempenho consistentemente superior e é muitas vezes mais rápido do que os modelos governamentais existentes há décadas e que envolveram centenas de milhões de dólares em investimentos, de acordo com um estudo publicado nesta terça-feira, 14.
O modelo do Google apresentou até mesmo uma precisão superior à do “modelo europeu”, amplamente considerado o padrão ouro.
O estudo, publicado na revista Science, mostrou que o modelo de IA é mais preciso para previsões do clima cotidiano e de eventos extremos, como furacões e calor e frio intensos.
Seu desempenho estelar e os resultados promissores de outros modelos de IA semelhantes podem significar o início de uma nova era para a previsão do tempo, embora os especialistas digam que isso não significa que a IA esteja pronta para substituir todos os métodos tradicionais de previsão.
O modelo de IA do Google DeepMind, denominado “GraphCast”, foi treinado com base em quase 40 anos de dados históricos e pode fazer uma previsão de 10 dias em intervalos de seis horas para locais espalhados pelo mundo em menos de um minuto em um computador do tamanho de uma pequena caixa. Um modelo tradicional leva uma hora ou mais em um supercomputador do tamanho de um ônibus escolar para realizar a mesma façanha. O GraphCast foi cerca de 10% mais preciso do que o modelo europeu em mais de 90% das variáveis meteorológicas avaliadas.
Os resultados do estudo são semelhantes aos de um artigo acadêmico publicado em agosto no banco de dados online arXiv.
“Ser competitivo com o melhor sistema de previsão global, se não superá-lo, é surpreendente”, disse Aaron Hill, principal desenvolvedor do sistema de previsão de aprendizado de máquina da Universidade Estadual do Colorado, em um e-mail. “Você pode adicionar o GraphCast com segurança a uma lista crescente de modelos de previsão do tempo baseados em IA que devem passar por avaliação contínua para sua aplicação no setor, pesquisa e previsão operacional.”
IA chega à meteorologia
Os modelos meteorológicos de IA têm atraído cada vez mais a atenção das agências meteorológicas governamentais devido à sua velocidade, eficiência e possível economia de custos.
Os modelos meteorológicos tradicionais, como o “European”, operado pelo European Centre for Medium-Range Weather Forecasts (ECMWF) em Reading, Grã-Bretanha, e o “the American”, da National Oceanic and Atmospheric Administration, fazem previsões com base em equações matemáticas complexas. Esses modelos sustentam previsões e avisos que salvam vidas em todo o mundo, mas sua execução é cara, pois exigem uma enorme quantidade de poder de computação.
Os modelos de IA usam uma abordagem diferente. Primeiro, eles são treinados para reconhecer padrões em grandes quantidades de dados meteorológicos históricos e, em seguida, geram previsões ingerindo as condições atuais e aplicando o que aprenderam com os padrões históricos. O processo é muito menos intensivo em termos de computação e pode ser concluído em minutos ou até segundos em computadores muito menores.
A capacidade de aprender com os arquivos crescentes de dados meteorológicos anteriores é uma das principais vantagens dos modelos de IA. “Isso tem o potencial de melhorar a precisão da previsão, capturando padrões e escalas nos dados que não são facilmente representados em equações explícitas”, escreveram os autores, que desenvolveram o modelo, no estudo.
O desempenho do GraphCast foi avaliado em comparação com o modelo europeu, não apenas em relação a variáveis meteorológicas individuais, como temperatura, vento e pressão, mas também na previsão de eventos extremos, incluindo ciclones tropicais, rios atmosféricos, ondas de calor e ondas de frio.
A sabedoria convencional diria que o uso (de IA) pode não ser tão bom em coisas raras e incomuns. Mas parece que ela se saiu bem nisso
Peter Battaglia, diretor de pesquisa do Google DeepMind
Os pesquisadores expressaram preocupação com a capacidade da IA de prever com precisão eventos climáticos extremos, em parte porque há relativamente poucos eventos desse tipo com os quais se pode aprender no passado. No entanto, o GraphCast reduziu os erros de previsão de rastreamento de ciclones em cerca de 10 a 15 milhas em um prazo de dois a quatro dias, melhorou as previsões de vapor de água associado a rios atmosféricos em 10 a 25% e forneceu previsões mais precisas de calor e frio extremos com cinco a 10 dias de antecedência.
“A sabedoria convencional diria que o uso (de IA) pode não ser tão bom em coisas raras e incomuns. Mas parece que ela se saiu bem nisso”, disse Peter Battaglia, diretor de pesquisa do Google DeepMind e um dos coautores do estudo, em uma entrevista. “Acreditamos que isso também aponta para o fato de que o modelo está capturando algo mais fundamental sobre como o clima realmente evolui no tempo, em vez de apenas procurar padrões mais superficiais nos dados.”
Hill adverte que, embora o estudo “reforce a noção de que, para a maioria dos eventos, é possível fazer previsões hábeis”, os resultados não eliminam as dúvidas sobre a eficácia da IA na previsão de eventos extremos. “O estudo descreve algumas estatísticas bastante amplas e agregadas da habilidade de previsão de condições climáticas extremas, o que indica o desempenho do modelo em muitos eventos, mas não fornece necessariamente detalhes sobre o desempenho em um único evento extremo”, disse ele.
Avanços recentes na previsão do tempo com IA
Grandes empresas de tecnologia, incluindo Google, Microsoft, Nvidia e Huawei, sediada na China, fizeram rápidos avanços na modelagem meteorológica de IA nos últimos dois anos. Todas as quatro empresas publicaram artigos acadêmicos afirmando que seus modelos globais de IA têm um desempenho pelo menos tão bom quanto o modelo europeu. Essas alegações foram recentemente corroboradas por cientistas do ECMWF.
Em setembro, os modelos de IA desenvolvidos pelo Google, pela Nvidia e pela Huawei acertaram em cheio a previsão da trajetória do furacão Lee com uma semana de antecedência. O Lee se intensificou rapidamente e se tornou um furacão de categoria 5 no Oceano Atlântico, a leste do Caribe, e depois enfraqueceu antes de chegar à Nova Escócia com uma força equivalente à de uma tempestade tropical.
O ECMWF começou a publicar previsões de todos os três modelos em seu site apenas um dia depois que Lee se transformou em uma tempestade tropical. O Cooperative Institute for Research in the Atmosphere da Colorado State University, afiliado à NOAA, lançará um site semelhante no início de dezembro, de acordo com Radford.
Enquanto isso, o Met Office do Reino Unido anunciou recentemente uma colaboração com pesquisadores do Alan Turing Institute, na Grã-Bretanha, para desenvolver modelos de previsão de IA “para melhorar a previsão de alguns eventos climáticos extremos, como chuvas excepcionais ou tempestades impactantes, com uma precisão ainda maior”, disse o Met Office em um comunicado à imprensa.
E no início deste mês, o Google anunciou outro modelo de IA que pode fazer previsões mais localizadas de precipitação, temperatura e outros parâmetros em até 24 horas, usando observações diretas de sensores meteorológicos como ponto de partida.
Além da modelagem, a IA também está sendo usada para aprimorar a comunicação e a interpretação das previsões meteorológicas.
A NOAA anunciou no mês passado que estava usando a IA para automatizar a tradução de previsões meteorológicas para o espanhol e o chinês, e que outros idiomas seriam adicionados, enquanto a empresa privada de meteorologia Tomorrow.io desenvolveu um assistente de IA chamado “Gale” para ajudar os clientes empresariais a interpretar previsões meteorológicas para casos de uso específicos. / TRADUÇÃO POR GUILHERME GUERRA
