Algoritmo do MIT prevê eventos extremos sem depender de dados extremos

Prever o que nunca aconteceu

Um muro de contenção aguenta uma tempestade recorde? A rede elétrica resiste a uma onda de calor extrema? Para responder a perguntas assim, é preciso primeiro saber como esses eventos extremos poderiam se desenrolar. O problema é que, por definição, eventos extremos são raros, esporádicos e difíceis de antecipar — e a maioria dos métodos atuais depende de eventos extremos do passado para projetar os piores cenários do futuro.

Engenheiros do MIT desenvolveram uma ferramenta que gera eventos extremos plausíveis sem precisar conhecer eventos extremos anteriores. O método, batizado de Extreme Event Aware (ou “η-learning”), aprende com um conjunto de dados — como registros meteorológicos diários de uma região — e produz cenários improváveis mas plausíveis, projetando tamanho, intensidade e duração de eventos como uma tempestade que ocorre uma vez a cada cem anos.

“Estamos tentando modelar eventos extremos e sem precedentes que ninguém viu antes, que não estão no conjunto de dados”, explica Kai Chang, aluno de pós-graduação em engenharia mecânica do MIT. Themis Sapsis, professor do MIT, dá o exemplo: “Um evento como o furacão Katrina acontece a cada 30 ou 40 anos. Como será o Katrina de uma vez a cada 100 anos? É exatamente isso que tentamos quantificar.”

Como o algoritmo funciona

A técnica combina dois tipos de dado: estatísticas pontuais (com que frequência a chuva máxima em um mapa atinge determinado nível) e mapas espaciais. Os pesquisadores aplicaram o método para gerar mapas de eventos extremos de precipitação sobre os Estados Unidos continentais, usando 25 anos de mapas horários de chuva.

O algoritmo aprendeu como padrões em mapas de baixa resolução correspondem a mapas detalhados de alta resolução e, em seguida, usou as estatísticas pontuais para restringir os extremos representados. O resultado: é possível perguntar ao modelo “como seria uma tempestade de uma vez em cem anos em Nova York?” e receber milhares de realizações estatisticamente plausíveis, com área de cobertura e intensidade.

Se os extremos mais fortes já registrados em Nova York chegaram a 200 milímetros de chuva, o método consegue estimar como seria um evento de 300 milímetros — algo nunca observado, mas ainda assim possível.

Além do clima

A abordagem não se limita a meteorologia. Os autores apontam aplicações em navegação robótica e em mercados financeiros. “Crashes de mercado são eventos extremos que resultam de uma combinação complicada de fatores. Qual interação leva a um crash? Isso é algo que este método poderia explorar”, diz Chang.

O trabalho foi publicado em acesso aberto no periódico Nature Communications. Para Sapsis, a relevância vai além do ambiental: “Otimizamos os sistemas globais para eficiência, e o preço dessa eficiência é que sobrou muito pouca folga. Um único evento extremo se propaga por cadeias de suprimento, mercados de energia e sistemas alimentares em semanas. Ser capaz de atribuir probabilidade a um evento que ainda não aconteceu é hoje uma questão de resiliência nacional e econômica.”