IA do Google produz melhor previsão do tempo para as próximas horas

A previsão do tempo é uma ciência que já se encontra relativamente madura. Atualmente, as técnicas mais avançadas usam sistemas numéricos, que dependem da resolução de equações físicas que descrevem os fenômenos meteorológicos, para produzir previsões com alguns dias de antecedência (forecasting, em inglês). Entretanto, para previsões mais imediatas como a daqui poucas horas (chamadas de nowcasting), estes modelos têm desempenho bem limitado. O nowcasting é importante para atividades como a administração de recursos hídricos, a agricultura, a aviação, o planejamento de emergências e eventos ao ar livre.

Em um trabalho publicado semana passada, um time de pesquisadores do DeepMind, grupo de pesquisa em inteligência artificial do Google, apresentou um sistema capaz de fazer predições certeiras e de alta resolução em intervalos de tempo curtos. O desenvolvimento foi possível graças à evolução dos sensores meteorológicos instalados em radares, que hoje são capazes de produzir dados de alta qualidade com alta frequência. O modelo construído, batizado de DGMR (Deep Generative Model of Rain) usa esses dados para produzir predições usando uma rede generativa. O problema é tratado como o de geração de um filme, que mostra imagens de radar onde temperatura e umidade são destacados como uma máscara colorida.

Simulação de funcionamento do modelo. Créditos: DeepMind.

Nesta fase de prova de conceito, os pesquisadores se concentraram em prever fenômenos de chuva média a pesada, que são os episódios que mais afetam a vida das pessoas e as atividades econômicas, em um intervalo de 2 horas, entregando informações como a quantidade, a duração e o local da precipitação. Eles compararam os resultados com outros modelos disponíveis, demonstrando que seu sistema faz as predições de maior valor prático. Quando especialistas em meteorologia avaliaram os diversos modelos, eles consideraram o DGMR sua primeira escolha em 89% dos casos.

Conforme a área de nowcasting vá se desenvolvendo, modelos como este podem ser empregados para prever fenômenos meteorológicos em escalas ainda maiores, facilitando o planejamento das áreas que são impactadas pelo tempo.

Parte do código desenvolvido durante o trabalho está disponível para consulta.

Sobre o autor

Deixe um comentário

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

Esse site utiliza o Akismet para reduzir spam. Aprenda como seus dados de comentários são processados.