Um novo modelo de inteligência artificial para previsão do tempo, chamado GraphCast, foi desenvolvido pela Google DeepMind. Esse modelo promete superar a precisão das ferramentas atuais de previsão do tempo e foi detalhado em um artigo publicado na revista Science na última terça-feira, 14.
A previsão do tempo desempenha um papel crucial em nossas vidas, desde o planejamento diário até a prevenção de desastres naturais. Atualmente, essa tarefa é realizada por meio da previsão numérica do tempo (NWP), que se baseia em modelos matemáticos e utiliza dados coletados de satélites, estações climáticas e boias. Segundo especialistas, os modelos de previsão do tempo baseados em IA são 1.000 a 10.000 vezes mais rápidos que os modelos convencionais.
O GraphCast é o resultado de um desses avanços. Ele utiliza dados climáticos coletados de 1979 a 2017 para treinar sua capacidade de correlacionar diferentes aspectos, como pressão atmosférica, vento, temperatura e umidade. Com uma alta resolução de 0,25 graus de latitude/longitude, o GraphCast abrange mais de um milhão de pontos em toda a superfície terrestre.
O modelo utiliza duas entradas principais: as condições climáticas atuais e as de seis horas atrás, gerando previsões para as próximas seis horas. Esse processo pode ser repetido sucessivamente, permitindo previsões climáticas para até dez dias. De acordo com a Science, o GraphCast superou os modelos atuais em 90% de 1.380 verificações, mostrando-se eficaz até mesmo na antecipação de eventos climáticos extremos, como ciclones tropicais e ondas de calor ou frio.
Apesar de sua eficiência, os pesquisadores da Google DeepMind esclarecem que o GraphCast não tem o objetivo de substituir os métodos tradicionais, mas sim complementá-los e aprimorá-los.
