Rosa Veiga - Europa Press
MADRID 10 mar. (EUROPA PRESS) - Cientistas da computação e meteorologistas da Universidade da Califórnia em San Diego (Estados Unidos) deram os primeiros passos para a criação de um agente de IA capaz de analisar e responder perguntas em linguagem natural, como o inglês, sobre dados de modelos de previsão meteorológica e climática impulsionados por IA.
A equipe de pesquisa apresenta o primeiro agente meteorológico de IA que desenvolveu, chamado Zephyrus, na 14ª Conferência Internacional sobre Representações de Aprendizagem (ICLR), de 23 a 27 de abril, no Rio de Janeiro (Brasil). Recentemente, os modelos baseados em IA e aprendizado profundo melhoraram consideravelmente a previsão meteorológica. No entanto, analisar os dados resultantes ainda é difícil e demorado. Um problema principal é que esses modelos de IA não conseguem descrever suas descobertas em linguagem simples. Um problema secundário é que eles não conseguem raciocinar sobre informações textuais, como boletins meteorológicos e noticiários sobre o tempo. A equipe de pesquisa da UC San Diego se propõe a abordar ambos os problemas.
“Nosso objetivo é ampliar o acesso a dados e previsões cruciais, simplificando a análise desses dados”, comenta Duncan Watson-Parris, coautor do estudo e professor do Instituto Scripps de Oceanografia da Universidade da Califórnia em San Diego. “Queremos agilizar a análise de dados multimodais e o aprendizado sobre a Terra, facilitando a interação de estudantes e jovens cientistas com diferentes conjuntos de dados.”
Os pesquisadores também esperam que as descobertas levem a agentes de IA capazes de trazer avanços semelhantes para outras disciplinas, especialmente a climatologia. A meteorologia foi um caso de teste perfeito, pois combina conjuntos de dados grandes e complexos que mudam com o tempo e a necessidade de raciocinar sobre esses dados em uma linguagem simples. “A previsão meteorológica é um desafio científico crucial, com implicações profundas que abrangem a agricultura, a preparação para desastres, o transporte e a gestão de energia”, escrevem os pesquisadores. Para diminuir a distância entre um modelo de IA baseado em código e um agente de IA baseado em linguagem, os pesquisadores criaram um ambiente que permite aos agentes interagir com modelos e dados meteorológicos por meio de código. O agente de IA é capaz de gerenciar consultas baseadas em linguagem, traduzi-las para código e, posteriormente, traduzir as respostas geradas pelo código para linguagem simples. O Zephyrus teve um bom desempenho em tarefas simples, como encontrar locais com condições meteorológicas específicas e previsões meteorológicas para locais específicos em momentos específicos. No entanto, ele apresenta dificuldades para encontrar locais com condições meteorológicas extremas e gerar relatórios. Os pesquisadores testaram quatro LLMs de ponta para alimentar o Zephyrus, e todos tiveram desempenho semelhante. Para a próxima iteração do agente de IA, os pesquisadores planejam usar conjuntos de dados de treinamento mais amplos. Os próximos passos também incluem o aprimoramento de modelos de código aberto para tarefas centradas no clima. “Nossa visão é democratizar as ciências da terra. O Zephyrus é um passo crucial para a criação de co-cientistas de IA que reduzem drasticamente as barreiras de entrada, permitindo que estudantes e pesquisadores de todo o mundo acessem e raciocinem sobre dados meteorológicos e climáticos críticos a uma velocidade sem precedentes”, afirma Rose Yu, coautora do estudo e professora do Departamento de Ciência da Computação e Engenharia da UC San Diego.
Esta notícia foi traduzida por um tradutor automático