A Inteligência Artificial colabora com a ciência, e entra em cena como uma importante aliada diante da crise climática que estamos vivendo. Consequência dos danos ao meio ambiente são os eventos climáticos extremos cada vez mais frequentes.
Ondas de calor intensas, furacões e inundações tendem a se tornar mais comuns conforme a situação se agrava, e os impactos em nossas vidas são catastróficos. Por isso, nunca foi tão importante ter previsões meteorológicas mais precisas.
No começo de julho foi registrada a mais alta temperatura global de todos os tempos. Segundo o secretário-geral da ONU, é mais um sinal de que a crise climática está “fora de controle“. “Se persistirmos em adiar medidas fundamentais que são necessárias, penso que estamos a caminhar para uma situação catastrófica”, disse António Guterres ao The Guardian.
Várias ações usando tecnologias cada vez mais avançadas estão sendo consideradas para colaborar com o meio ambiente: otimização do processo de reciclagem, modificação de micróbios e até carne artificial podem melhorar a situação!
O momento é preocupante, e para lidar com isso três papers recentes da Nvidia, Google DeepMind e Huawei introduziram métodos de aprendizado de máquina que conseguem prever o tempo tão precisamente quanto os métodos convencionais, mas bem mais rápido.
Um exemplo é o modelo de inteligência artificial desenvolvido pela Huawei, o Pangu-Weather, que não só prevê o tempo, como também o caminho dos ciclones tropicais.
Os modelos Pangu-Weather, da Huawei, FourcastNet, da Nvidia, e GraphCast, da Google DeepMind, estão fazendo os meteorologistas repensarem o uso de aprendizado de máquina nas previsões do tempo, segundo o que disse ao MIT Peter Dueben, do Centro Europeu de Previsões Meteorológicas de Médio Prazo (ECMWF).
E olha que maneiro: a previsão do tempo do ECMWF (Centro Europeu de Previsões Meteorológicas de Médio Prazo) é considerada o padrão ouro para previsões de médio prazo (até 15 dias). O Pangu-Weather conseguiu uma precisão comparável ao modelo do ECMWF, enquanto o Google DeepMind alega em um artigo não revisado por pares ter superado o modelo 90% das vezes nas combinações que testaram.
Os modelos de previsão tradicionais são grandes, complexos, baseados em física atmosférica e levam horas para rodar. Modelos de IA criam previsões em segundos. Mas isso não significa que eles vão substituir os modelos convencionais em breve.
A Inteligência Artificial tem suas limitações
Os modelos de previsão do tempo alimentados por inteligência artificial são treinados em dados climáticos históricos que remontam décadas. Ou seja, eles são ótimos para prever eventos que são semelhantes ao clima do passado. O problema é que estamos vivendo uma era de condições cada vez mais imprevisíveis.
Não se sabe se os modelos de IA serão capazes de prever eventos climáticos raros e extremos, diz Dueben. Ele acredita que o caminho pode ser a adoção dessas ferramentas ao lado dos modelos tradicionais para obter as previsões mais precisas. Essa tecnologia vem apresentando novas possibilidades, mas como em várias outras situações, as limitações precisam ser conhecidas para que se possa deliberar em cima de suas respostas.
Segundo Oliver Fuhrer, chefe do departamento de previsão numérica da MeteoSwiss, o campo da previsão do tempo poderia se beneficiar muito dessa tecnologia. Existem muitos dados meteorológicos disponíveis para treinar modelos de inteligência artificial que, combinados com a experiência humana, tornam possível uma aceleração de um processo meticuloso. O futuro ainda é incerto, mas as perspectivas são empolgantes.
E claro que a entrada das Big Techs nas questões sobre a previsão do tempo não é puramente por curiosidade científica. Fuhrer também ressaltou que as nossas economias estão se tornando cada vez mais dependentes das condições climáticas, especialmente com a ascensão da energia renovável, e as empresas de tecnologia também têm seus negócios atrelados ao clima.
Apesar da imprevisibilidade, uma economia sustentável precisa se munir para que haja tanto controle quanto possível dos fatores que influenciam em seus resultados. Isso pode justificar o interesse no avanço acelerado da inteligência artificial aplicada às previsões climáticas, e isso é verdadeiramente importante, mas fica claro também que a ação humana não é dispensável para os melhores usos dessa tecnologia, né?
Fonte: MIT Technology Review
