O Google DeepMind publicou na revista Nature resultados que mostram que seu modelo de IA WeatherNext pode prever furacões com precisão sem precedentes — e com um dia extra de antecedência em relação aos melhores modelos existentes. Na prática, as previsões de três dias do WeatherNext são tão precisas quanto as previsões de dois dias dos sistemas convencionais.
Em um campo onde cada hora conta para evacuar comunidades, posicionar suprimentos e mobilizar equipes de emergência, um dia adicional de previsão confiável pode significar a diferença entre uma resposta bem-sucedida e uma catástrofe humanitária.
O problema dos eventos extremos
Modelos de machine learning tradicionalmente sofrem com eventos extremos — precisam de muitos dados de treinamento para fazer previsões, mas furacões são, por natureza, eventos raros. O DeepMind contornou essa limitação com uma abordagem engenhosa.
“Não temos muitos dados de ciclones, mas temos muitos dados de clima”, explica Ferran Alet, pesquisador do DeepMind e autor sênior do estudo. O modelo aprendeu padrões atmosféricos gerais a partir de décadas de dados climáticos e, com isso, consegue generalizar para prever eventos extremos com muito menos exemplos.
Intensidade: o calcanhar de Aquiles da previsão por IA
Prever a intensidade de um furacão — e não apenas sua trajetória — sempre foi o ponto fraco dos modelos de IA. Uma mudança de categoria pode transformar uma tempestade administrável em uma emergência nacional, especialmente em regiões como o Caribe e o Golfo do México.
Kate Musgrave, líder do grupo de ciclones tropicais do Cooperative Institute for Research in the Atmosphere e coautora do paper, explica: “Isso é algo que simplesmente não conseguíamos com esses modelos globais. Modelos de IA anteriores se saíam bem na trajetória, mas em intensidade não conseguiam performar bem.”
O WeatherNext quebrou essa barreira. E o aspecto mais surpreendente é que ele faz isso usando dados atmosféricos de resolução mais baixa do que os modelos tradicionais exigem para prever intensidade. “É uma caixa-preta no fim do dia, mas isso dá aos físicos um sinal de que há informações nos dados de menor resolução que não havíamos explorado”, diz Alet.
Testado em temporada real
O modelo não foi apenas validado com dados históricos. Durante a temporada de furacões, o WeatherNext foi usado operacionalmente por meteorologistas. Os resultados foram tão bons que a equipe inicialmente duvidou deles. “Ficamos céticos de que veríamos o mesmo desempenho em tempo real, mas os meteorologistas confirmaram que estava funcionando ainda melhor do que nos testes retrospectivos”, conta Musgrave.
Mike Brennan, diretor do National Hurricane Center dos EUA, classifica o modelo como uma nova ferramenta valiosa, mas com a ressalva de que nenhum modelo é infalível: “Não há garantia de que um modelo, porque foi bem no ano passado ou para esta tempestade específica, vá necessariamente performar bem na próxima. Mas é uma adição muito bem-vinda ao arsenal.”
Open source e o futuro da previsão climática
O DeepMind anunciou que está disponibilizando os modelos WeatherNext como código aberto para que pesquisadores do mundo todo possam usar, auditar e melhorar. Para países tropicais como o Brasil — que não enfrenta furacões, mas lida com ciclones extratropicais, tempestades severas e eventos climáticos extremos cada vez mais frequentes — o acesso a modelos de previsão de ponta pode fortalecer significativamente os sistemas de alerta precoce.
Alet resume a aposta: “Estou muito empolgado com a descoberta científica. Acho que a IA está nos dando novas ferramentas para investigar as leis do universo.”
Descubra mais sobre noticiAI
Assine para receber nossas notícias mais recentes por e-mail.
