Google Deep Mind apresenta IA que prevê ciclones com três dias de antecedência
Um novo modelo de inteligência artificial, desenvolvido pelo Google Deep Mind e Google Research, promete revolucionar a previsão de ciclones tropicais, como furacões e tufões. O sistema, chamado Weather Next, consegue oferecer previsões com precisão equivalente aos modelos tradicionais em um período de dois dias, mas agora para um intervalo de três dias.
CONTINUA DEPOIS DA PUBLICIDADE
A descoberta foi revelada em um estudo publicado na revista Nature.
A capacidade do Weather Next vai além da mera trajetória dos ciclones. Ele também prevê a intensidade das tempestades e a estrutura dos ventos associados. Esse avanço é significativo para os meteorologistas, pois cada hora adicional de aviso pode proporcionar mais tempo para preparar as populações e as equipes de emergência diante desses fenômenos perigosos.
CONTINUA DEPOIS DA PUBLICIDADE
Impacto dos ciclones no mundo
Conforme dados apresentados pelo Google, os ciclones tropicais causaram mais de 700 mil mortes e geraram prejuízos econômicos que ultrapassam US 1,4 trilhão nos últimos 50 anos. Esses números ressaltam a importância de aprimorar as previsões meteorológicas para minimizar danos futuros.
O Weather Next foi treinado com quase 20 terabytes de dados atmosféricos globais, além do banco de dados IBTrACS, que compila informações históricas de cerca de 5 mil tempestades. Com essas informações, o modelo identifica padrões atmosféricos e características associadas a eventos climáticos extremos.
A tecnologia combina abordagens globais e locais para prever ciclones. Enquanto a trajetória depende das grandes correntes atmosféricas — que são melhor representadas por modelos globais — a intensidade é influenciada por fenômenos menores em torno do núcleo da tempestade, exigindo modelos mais detalhados.
O Weather Next consegue integrar essas duas dimensões em uma única ferramenta eficaz.
Leia também
Inovações no processo de previsão
Uma das inovações notáveis é que o Weather Next realiza previsões de intensidade utilizando dados com resolução de 28 por 28 quilômetros. Essa medida é aproximadamente 100 vezes menos precisa do que a utilizada em modelos convencionais para esse tipo de previsão.
Além disso, uma versão menor do modelo, chamada Weather Next 2 – mini, opera com resolução ainda inferior, de 111 por 111 quilômetros, mas também demonstrou um desempenho elevado segundo os pesquisadores.
Diferentemente dos modelos tradicionais que produzem apenas uma previsão única, o Weather Next gera múltiplos cenários para um mesmo evento climático. Essa abordagem visa capturar a incerteza inerente às previsões meteorológicas. O sistema pode criar uma previsão abrangente para um período de até 15 dias em menos de um minuto.
No ano passado, durante a temporada de furacões, o sistema foi utilizado pelo National Hurricane Center (NHC) dos Estados Unidos para prever a rápida intensificação do furacão Melissa e seu impacto na Jamaica. Graças ao modelo, o NHC pôde emitir alertas com maior antecedência.
Acesso aberto aos modelos
Além da publicação do estudo na revista Nature, o Google anunciou que liberou os modelos Weather Next Cyclones e Weather Next 2 em código aberto. Pesquisadores e agências meteorológicas podem acessar gratuitamente o código e os pesos dos modelos.
A empresa também disponibilizou o Weather Next 2 – mini como uma versão compacta que pode ser executada em uma única TPU e testada através do Google Colab.
A iniciativa visa facilitar pesquisas adicionais e permitir que outros especialistas desenvolvam ferramentas específicas para diferentes regiões ou tipos de fenômenos climáticos. O Google mantém ainda o Weather Lab, uma plataforma onde é possível visualizar previsões geradas pelos modelos de IA para ciclones e diversas condições meteorológicas como temperatura, precipitação e velocidade do vento.
Apesar das promessas trazidas pelo Weather Next, a própria equipe do Google admite que ainda não compreende totalmente como o modelo consegue alcançar previsões tão precisas utilizando dados com resolução relativamente baixa. Essa questão permanece em aberto para futuras investigações científicas.
Autor(a):
Lara Campos
Com formação em Jornalismo e especialização em Saúde Pública, Lara Campos é a voz por trás de matérias que descomplicam temas médicos e promovem o bem-estar. Ela colabora com especialistas para garantir informações confiáveis e práticas para os leitores.
