Investigadores desenvolvem agente de IA para revolucionar a investigação do tempo e do clima

    Uma equipa de informáticos e meteorologistas da Universidade da Califórnia, em San Diego, trabalha para facilitar o acesso e a interpretação das informações geradas por modelos avançados de previsão do tempo.

    A Inteligência Artificial já está a ser aplicada às Ciências da Terra
    A Inteligência Artificial já está a ser aplicada às Ciências da Terra

    A inteligência artificial está atualmente a ser aplicada a uma multiplicidade de temas e setores da nossa vida quotidiana, como uma ferramenta que nos ajuda a gerir e analisar grandes quantidades de dados e a tomar decisões mais informadas.

    Na Universidade da Califórnia, em San Diego, estão a trabalhar em conjunto num agente de Inteligência Artificial com o objetivo de facilitar o acesso e a interpretação da informação gerada por modelos avançados de previsão do tempo baseados na inteligência artificial.

    O primeiro agente meteorológico de IA

    Na 14.ª Conferência Internacional sobre Representações de Aprendizagem (ICLR), que se realizará no Rio de Janeiro de 23 a 27 de abril, a equipa de investigadores apresentará o primeiro agente meteorológico de IA, a que deram o nome de Zephyrus.

    Embora os modelos baseados na IA e na aprendizagem profunda tenham melhorado significativamente a previsão meteorológica, a análise dos dados resultantes continua a ser lenta e difícil devido à sua complexidade.

    Os atuais modelos de IA aplicados à previsão meteorológica enfrentam vários problemas para descrever os seus resultados numa linguagem simples e raciocinar sobre informações textuais de boletins ou relatórios meteorológicos.

    Os investigadores pretendem simplificar a análise de dados e a aprendizagem sobre o sistema terrestre, facilitando a interação de estudantes e jovens cientistas com diferentes conjuntos de dados.

    Meteorologia, um caso de teste perfeito

    A previsão meteorológica é um desafio científico crucial, que tem uma influência clara noutros sectores, como a agricultura, a preparação para emergências e catástrofes, os transportes e a logística, bem como a gestão da energia, entre outros.

    A meteorologia é um caso de teste perfeito porque combina conjuntos de dados grandes e complexos que têm variabilidade porque mudam ao longo do tempo e precisam de poder ser raciocinados com uma linguagem simples.

    Os investigadores esperam que o seu trabalho conduza ao desenvolvimento de outros agentes de IA que possam trazer avanços semelhantes noutras disciplinas, especialmente na climatologia, que analisa padrões, variações e estados da atmosfera ao longo de décadas ou séculos.

    Zephyrus é o primeiro passo para a criação de co-cientistas de Inteligência Artificial que permitirão a estudantes e investigadores de todo o mundo aceder e raciocinar sobre dados meteorológicos e climáticos críticos a um ritmo muito mais rápido, democratizando assim as Ciências da Terra, segundo os investigadores.

    O agente Zephyrus e as próximas etapas

    Os investigadores tiveram de adaptar um modelo lógico baseado em código a um agente de IA baseado em linguagem, criando um ambiente que, através de código, permite ao agente interagir com modelos e dados meteorológicos.

    Isto permite ao agente gerir consultas baseadas em linguagem, traduzi-las em código, gerar respostas e depois traduzir as respostas numa linguagem simples e compreensível.

    O Zephyrus teve um desempenho muito bom em tarefas simples, mas teve dificuldade em detetar condições meteorológicas extremas que exigem que o conjunto de dados seja alargado para treino.

    Durante o treino, o Zephyrus teve um bom desempenho em tarefas simples, como a localização de locais com determinadas condições meteorológicas ou a consulta de previsões para uma localização geográfica específica num determinado momento. No entanto, teve dificuldades com condições meteorológicas extremas, apesar de os investigadores terem testado o seu desempenho com quatro grandes modelos linguísticos de última geração.

    Por esta razão, os investigadores estão a planear utilizar conjuntos de dados de treino muito maiores que representem um maior número de condições meteorológicas críticas. Para além do aperfeiçoamento de modelos de fonte aberta para funções meteorológicas.