A inteligência artificial (IA) alcançou um novo feito: a previsão de catástrofes climáticas.
Desenvolvida pela Google, a IA gerativa SEEDS é capaz de produzir previsões meteorológicas com uma precisão notável, ao ponto de poder antecipar futuros eventos climáticos extremos. Esta tecnologia inovadora visa reduzir os custos associados às previsões meteorológicas enquanto melhora a sua exatidão, segundo especialistas.
Previsões meteorológicas mais precisas e menos custosas
Num contexto de alterações climáticas onde as catástrofes naturais se tornam mais frequentes e intensas, a necessidade de uma previsão meteorológica precisa é essencial para permitir que a população se prepare e proteja em caso de perigo. No entanto, a meteorologia é frequentemente difícil de prever devido à multitude de fatores ambientais em jogo, tornando as previsões, especialmente para eventos extremos, imprecisas.
A nova IA gerativa da Google, SEEDS, foi projetada para enfrentar este desafio ao gerar rapidamente e eficazmente grandes quantidades de previsões meteorológicas. Ao contrário dos métodos tradicionais que exigem uma quantidade significativa de dados iniciais e um cálculo intensivo, SEEDS baseia-se apenas em duas previsões existentes para produzir várias variantes potenciais. Em três minutos, o sistema pode gerar até 256 previsões, um desempenho impressionante que poderá ainda ser melhorado.
Uma solução inovadora para previsões mais fiáveis
Para compreender a importância deste avanço, é necessário perceber as limitações dos sistemas de previsão atuais. Atualmente, os meteorologistas utilizam técnicas de previsão que podem ser precisas para condições meteorológicas comuns, mas que rapidamente encontram limites quando se trata de prever eventos extremos. Erros nas condições iniciais medidas podem ter consequências significativas nos resultados dos modelos de previsão, afetando diretamente a precisão das previsões a longo prazo ou de eventos extremos.
SEEDS preenche esta lacuna ao produzir previsões meteorológicas de qualidade comparável às dos sistemas de previsão operacionais existentes, mas com um custo de cálculo negligenciável. Segundo a Google, esta IA gerativa permitiria melhorar significativamente a precisão das previsões meteorológicas, especialmente para eventos extremos, ao mesmo tempo que reduz os custos associados.