O uso de inteligência artificial (IA) para previsão de tempo ganha espaço e promete maior rapidez e eficiência. Pelo menos é o que promete o sistema GraphCast, do Google. O modelo foi criado pela divisão Google DeepMind e promete superar a precisão das ferramentas disponíveis, segundo artigo do jornalista André Lopes, da Exame.
De acordo com o material, o GraphCast usa um histórico de dados climáticos, coletados entre 1979 e 2017, para treinar a capacidade da tecnologia de correlacionar aspectos como pressão atmosférica, vento, temperatura e umidade. Com uma alta resolução de 0,25 graus de latitude/longitude, o GraphCast abrange mais de um milhão de pontos em toda a superfície terrestre.
Dados da revista Science mostram que o GraphCast teria superado os modelos atuais em 90% de 1.380 verificações. Isso envolve previsões críticas como a antecipação de eventos climáticos extremos. Apesar disso, a avaliação dos especialistas do Google é que a ferramenta seja utilizada como uma espécie de co-piloto, complementando os recursos atuais.
Segundo o Google, o modelo avalia as condições climáticas atuais e as de seis horas atrás, produzindo previsões para as próximas seis horas. Esse processo pode ser repetido sucessivamente, permitindo previsões climáticas de até dez dias.
IA analisa dados históricos para fazer as previsões de forma mais ágil
A empresa não está só nessa busca. A Nvidia e Huawei também estão investindo no desenvolvimento de sistemas baseados em IA para previsão do tempo, repetindo o mecanismo do Google em treinar suas soluções com dados históricos. A aposta é similar, envolvendo uma previsão de 1.000 a 10.000 vezes mais rápida.
Nas tecnologias tradicionais, a previsão numérica do tempo (MWP) é o recurso padrão, baseado em modelos matemáticos e dados de satélites, estações climáticas e bolhas. Na avaliação dos especialistas ouvidos pela Science, são métodos que exigem grande poder de processamento e investimento.
