O novo modelo de IA do Google significa que as perspectivas para a previsão do tempo são boas

Um novo modelo de previsão meteorológica alimentado por IA pode fazer o trabalho com uma precisão sem precedentes e significativamente mais rápido do que a tecnologia atual.

Construído pelo Google DeepMind – o laboratório focado em IA do gigante da web – o GraphCast parece destinado a revolucionar o processo de previsão do tempo.

O GraphCast pode prever o tempo com até 10 dias de antecedência “com mais precisão e muito mais rápido do que o sistema de simulação meteorológica padrão-ouro da indústria – a Previsão de Alta Resolução (HRES), produzida pelo Centro Europeu de Previsões Meteorológicas de Médio Prazo (ECMWF)”, Google DeepMind disse em um post na terça-feira.

Notavelmente, o modelo também pode oferecer avisos antecipados de eventos climáticos extremos e prever o movimento de ciclones com mais precisão, dando às autoridades e aos residentes mais tempo para se prepararem para tempestades prejudiciais, potencialmente salvando vidas no processo.

Quando o furacão Lee atingiu o leste do Canadá em setembro, o GraphCast previu com precisão que atingiria a Nova Escócia nove dias antes, enquanto as previsões tradicionais apenas faziam a mesma previsão com cerca de seis dias de antecedência.

O GraphCast foi treinado em quatro décadas de dados meteorológicos, permitindo-lhe aprender as relações de causa e efeito por trás dos sistemas climáticos da Terra, disse a equipe DeepMind.

Notavelmente, o GraphCast leva menos de 60 segundos para criar uma previsão de 10 dias, o que o torna muito mais rápido do que a abordagem convencional usada pelo HRES, que, segundo a equipe, “pode levar horas de computação em um supercomputador com centenas de máquinas”.

Em uma comparação dos dois sistemas, o GraphCast forneceu previsões mais precisas em mais de 90% de 1.380 variáveis ​​de teste e prazos de previsão em comparação com o HRES.

“Quando limitamos a avaliação à troposfera, a região da atmosfera de 6 a 20 quilômetros de altura mais próxima da superfície da Terra, onde a previsão precisa é mais importante, nosso modelo superou o HRES em 99,7% das variáveis ​​de teste para condições climáticas futuras”, disse o pesquisador. equipe disse.

À medida que os padrões climáticos evoluem no clima em constante mudança da Terra, o GraphCast só melhorará à medida que for alimentado com dados de maior qualidade.

A equipe está abrindo o código do modelo do GraphCast para dar aos cientistas e meteorologistas acesso à tecnologia. Isto permitir-lhes-á adaptá-lo a fenómenos meteorológicos específicos e otimizá-lo para diferentes partes do mundo. O ECMWF já está a testar o modelo.

Um estudo publicado pela Science na terça-feira oferece uma visão mais detalhada do GraphCast.

“O pioneirismo no uso de IA na previsão do tempo beneficiará bilhões de pessoas em suas vidas cotidianas”, disse o Google DeepMind. “Mas a nossa investigação mais ampla não se trata apenas de antecipar o clima – trata-se de compreender os padrões mais amplos do nosso clima. Ao desenvolver novas ferramentas e acelerar a investigação, esperamos que a IA possa capacitar a comunidade global para enfrentar os nossos maiores desafios ambientais.”