MADRID 20 mar. (EUROPA PRESS) -
Um novo sistema de previsão do tempo com inteligência artificial pode fornecer previsões precisas dez vezes mais rápido e usando milhares de vezes menos poder de processamento.
Essa é a conclusão de um novo trabalho realizado por pesquisadores da Universidade de Cambridge com o apoio do Alan Turing Institute, do European Centre for Medium-Range Weather Forecasts (todos no Reino Unido) e da Microsoft Research. Os resultados do novo sistema de previsão, chamado Aardvark Weather, foram publicados na revista Nature.
Atualmente, as previsões meteorológicas das quais as pessoas dependem são geradas por meio de um conjunto complexo de etapas, cada uma levando várias horas para ser executada em supercomputadores sob medida. Além do uso diário, o desenvolvimento, a manutenção e a implantação desses sistemas complexos exigem tempo considerável e grandes equipes de especialistas. Mais recentemente, pesquisas realizadas pela Huawei, Google e Microsoft mostraram que um componente desse processo, o solucionador numérico (que calcula a evolução do clima ao longo do tempo), pode ser substituído pela IA, resultando em previsões mais rápidas e precisas. Essa combinação de IA e abordagens tradicionais está sendo implementada pelo European Centre for Medium-Range Weather Forecasts.
No entanto, com o Aardvark, os pesquisadores substituíram todo o processo de previsão do tempo por um modelo único e simples de aprendizado de máquina. O novo modelo incorpora observações de satélites, estações meteorológicas e outros sensores, e gera previsões globais e locais. Essa abordagem totalmente baseada em IA permite que as previsões sejam feitas em minutos a partir de um computador desktop.
Usando apenas 10% dos dados de entrada dos sistemas existentes, o Aardvark já supera o sistema nacional de previsão GFS dos EUA em muitas variáveis e também é competitivo com as previsões do Serviço de Meteorologia dos EUA, que usam informações de dezenas de modelos meteorológicos e análises de meteorologistas humanos especializados.
PROJETO SIMPLES
Um dos aspectos mais atraentes do Aardvark é sua flexibilidade e seu design simples. Como ele aprende diretamente com os dados, pode se adaptar rapidamente para gerar previsões personalizadas para setores ou locais específicos, seja para prever temperaturas para a agricultura africana ou a velocidade do vento para uma empresa de energia renovável na Europa.
Isso contrasta com os sistemas tradicionais de previsão do tempo, em que a criação de um sistema personalizado exige anos de trabalho de grandes equipes de pesquisadores. Esse recurso tem o potencial de transformar a previsão do tempo nos países em desenvolvimento, onde o acesso à experiência e aos recursos computacionais necessários para desenvolver sistemas convencionais normalmente não está disponível.
O professor Richard Turner, pesquisador sênior em previsão do tempo no Alan Turing Institute e professor de aprendizado de máquina no Departamento de Engenharia da Universidade de Cambridge, disse em um comunicado: "O Aardvark reinventa os métodos atuais de previsão do tempo, oferecendo o potencial de gerar previsões do tempo mais rápidas, mais baratas, mais flexíveis e mais precisas do que nunca, ajudando a transformar a previsão do tempo em países desenvolvidos e em desenvolvimento".
Nesse sentido, Anna Allen, principal autora da Universidade de Cambridge, enfatiza: "Esses resultados são apenas o começo do que o Aardvark pode alcançar. Essa abordagem de aprendizado de ponta a ponta pode ser facilmente aplicada a outros problemas de previsão do tempo, como furacões, incêndios florestais e tornados. Além do clima, suas aplicações se estendem à previsão do sistema terrestre em geral, incluindo a qualidade do ar, a dinâmica oceânica e a previsão do gelo marinho.
As próximas etapas do Aardvark incluem o desenvolvimento de uma nova equipe dentro do Alan Turing Institute, liderada pelo professor Richard Turner, explorando o potencial de implementação do Aardvark no sul global e integrando a tecnologia ao trabalho mais amplo do Instituto para desenvolver previsões ambientais altamente precisas para o clima, os oceanos e o gelo marinho.
Esta notícia foi traduzida por um tradutor automático