Analisar o clima com IA aponta uma oportunidade de mais precisão na previsão do tempo. Mas não é só isso. Recentemente, a Microsoft desenvolveu um modelo chamado Aurora, capaz de prever com precisão tanto o clima quanto a poluição do ar em escala global, se destacando por realizar essas previsões em menos de um minuto. Mais do que melhorar a forma como entendemos e respondemos às mudanças climáticas, Autora também tem implicações significativas para a saúde pública e a formulação de políticas ambientais.
Aurora é um modelo de IA desenvolvido pela Microsoft, projetado para prever tanto o clima quanto a poluição do ar globalmente, e o que a torna particularmente notável é sua velocidade e eficiência. Enquanto os modelos convencionais de previsão do tempo dependem de complexas equações matemáticas que simulam processos físicos na atmosfera, terra e mar, Aurora utiliza exclusivamente a inteligência artificial, permitindo que o modelo faça previsões do clima precisas em uma fração do tempo anteriormente necessário, e com uma demanda computacional significativamente menor.
Comparação com outros modelos de previsão do clima
Aurora não é o único modelo de IA voltado para a previsão do tempo. Outros exemplos incluem o GraphCast, desenvolvido pelo Google DeepMind, e o FourCastNet, da Nvidia. No entanto, o que diferencia Aurora é sua capacidade única de prever a poluição do ar em escala global de forma rápida e eficiente. Segundo pesquisadores, essa habilidade é pioneira e representa um grande avanço no campo da química atmosférica e do aprendizado de máquina.
Essa capacidade de previsão da poluição do ar tem implicações profundas. Tradicionalmente, a previsão da qualidade do ar exigia o uso combinado de modelos matemáticos e aprendizado de máquina, mas Aurora, por outro lado, é o primeiro modelo inteiramente baseado em IA a gerar previsões globais de poluição, uma tarefa consideravelmente mais complexa do que a previsão do tempo. Isso é especialmente relevante porque a poluição do ar está ligada a uma série de problemas de saúde, incluindo asma, doenças cardíacas e demência.
Vantagens de analisar o clima por IA
Uma das grandes vantagens dos modelos de IA, como Aurora, é que eles geralmente requerem menos poder computacional do que os modelos tradicionais, o que é crucial quando se trata de previsões globais em tempo real. Aurora pode prever os níveis de seis principais poluentes do ar – monóxido de carbono, óxido de nitrogênio, dióxido de nitrogênio, dióxido de enxofre, ozônio e material particulado – com uma antecedência de cinco dias, fazendo isso a um custo computacional significativamente menor do que os modelos convencionais usados pelo Serviço de Monitoramento da Atmosfera Copernicus do ECMWF.
Para alcançar esse nível de precisão e eficiência, o modelo da Microsoft foi treinado com mais de um milhão de horas de dados provenientes de seis modelos climáticos e meteorológicos. Após esse extenso período de treinamento, o modelo foi ajustado para prever tanto a poluição quanto o clima, globalmente. Além das previsões de poluição, Aurora também gera uma previsão climática global de dez dias.
As previsões feitas por Aurora são de qualidade comparável às dos modelos convencionais usados pelo Serviço de Monitoramento da Atmosfera Copernicus. Isso significa que são suficientemente precisas para serem utilizadas por formuladores de políticas, ajudando-os a monitorar a poluição do ar e a implementar medidas para proteger a saúde pública. Com a poluição do ar sendo um fator contribuinte para diversas condições de saúde graves, a capacidade de prever e mitigar esses riscos é de extrema importância.
Embora o modelo já tenha demonstrado um desempenho impressionante, os pesquisadores estão ansiosos para explorar seu potencial completo. Há indícios de que Aurora pode superar outros modelos de previsão meteorológica baseados em IA em algumas tarefas, no entanto, uma comparação definitiva entre modelos como Aurora e GraphCast ainda requer mais investigação, o que envolve um estudo detalhado e acesso direto aos modelos para determinar com precisão qual deles oferece melhor desempenho em diferentes cenários.
Aumentar nossa compreensão sobre o clima por este marco significativo na aplicação de inteligência artificial na previsão do tempo e da poluição do ar pode transformar a forma como monitoramos e respondemos às mudanças climáticas e aos desafios ambientais.
Fonte: Nature
