IA que dobra a precisão na previsão do tempo tem dedo brasileiro
Paulo Orenstein, pesquisador do IMPA, participou do modelo que corrige erros e melhora a previsão meteorológica de climas sub sazonais
Adobe Stock
Cientistas, incluindo Paulo Orenstein do IMPA, desenvolveram técnicas para melhorar a previsão do tempo sub sazonal, um desafio histórico na meteorologia, o que pode impactar significativamente o planejamento de atividades que dependem do clima em intervalos de 2 a 6 semanas.
A nova abordagem, chamada PBC (Probabilistic Bias Correction), combina inteligência artificial e matemática para corrigir erros acumulados nas previsões, aumentando a precisão em comparação com modelos tradicionais e de IA.
O modelo já foi integrado a plataformas como a da Microsoft e ao sistema do ECMWF, permitindo que agricultores e autoridades se preparem melhor para eventos climáticos extremos, com potencial para reduzir perdas na agricultura e melhorar a resposta a desastres naturais.
São Paulo - Graças às estações meteorológicas, é possível ter quase certeza do clima da semana. Agora, se o planejamento de uma viagem depende da previsão do tempo no próximo mês, não se tem a mesma garantia. Essa situação pode mudar graças a um artigo publicado esta semana na revista americana Nature.
Um grupo de cientistas, entre eles o pesquisador do Instituto de Matemática Pura e Aplicada (Impa), Paulo Orenstein, criou um conjunto de técnicas para corrigir erros estatísticos comuns na previsão do tempo sub sazonal (entre 2 e 6 semanas), intervalo historicamente desafiador na meteorologia.
Leia também
“A correção pode ser aplicada a qualquer modelo climático existente e melhora não só a previsão em si, mas também nossa capacidade de prever a probabilidade de eventos extremos", explica Orenstein.
As descobertas foram usadas para a criação do modelo de IA MicroDuet, que garantiu a vitória do grupo na competição internacional AI Weather Quest graças ao nível de precisão alcançada.
Como a solução funciona?
Por melhor que seja o modelo usado na previsão do clima, pequenos erros se acumulam e, após algumas semanas, criam grandes desvios da realidade. A solução da equipe, batizada de PBC (Probabilistic Bias Correction), une matemática e inteligência artificial para criar um programa que corrija esses erros.
“Nosso modelo reúne duas ideias centrais: uma rede neural profunda, capaz de prever o estado do tempo em vários instantes à frente [Persistence++], e uma técnica probabilística de correção de viés, fundamentada em aprendizado de máquina, que permite combinar previsões numéricas e baseadas em IA sem que os erros se acumulem de forma pronunciada [Debias++]. Essa integração faz com que o Duet supere tanto os modelos numéricos tradicionais quanto os modelos puramente baseados em IA”, explica Orenstein
Os pesquisadores avaliaram o método em três pontos: temperatura, precipitação e pressão atmosférica. O PBC dobrou a precisão do sistema de previsão por IA do Centro Europeu de Previsões Meteorológicas de Médio Prazo (ECMWF).
Aplicações para o Brasil
Saber o clima dos próximos dias pode parecer o bastante no cotidiano, mas a precisão nesse intervalo de duas à seis semanas é vital especialmente para duas áreas: agricultura e defesa civil.
O especialista explica como ter mais certeza dos períodos de chuva é importante para o agricultor, que pode reduzir grandes perdas na safra se evitar o plantio durante uma seca.
Já descobrir eventos climáticos extremos – como fortes chuvas ou ondas de calor durante o El Niño – com semanas de antecedência dá aos municípios uma enorme vantagem na hora de se preparar.
Como o código do modelo é aberto, centros meteorológicos, empresas e pesquisadores podem incorporar a solução. Orenstein afirma que a tecnologia já foi integrada à plataforma de clima da Microsoft e ao sistema do ECMWF.
Estagiário sob supervisão de Pedro Marques
Comentários
Política de comentários
Este espaço visa ampliar o debate sobre o assunto abordado na notícia, democrática e respeitosamente. Não são aceitos comentários anônimos nem que firam leis e princípios éticos e morais ou que promovam atividades ilícitas ou criminosas. Assim, comentários caluniosos, difamatórios, preconceituosos, ofensivos, agressivos, que usam palavras de baixo calão, incitam a violência, exprimam discurso de ódio ou contenham links são sumariamente deletados.
Agora
