Google incorpora inteligência artificial para melhorar a previsão

O gigante da Internet está a desenvolver um modelo de aprendizagem automático para que os computadores aprendam como evoluem as nuvens e possam melhorar as previsões de chuvas extremas a curto prazo.

Cindy Fernández Cindy Fernández Alfredo Graça 26 Jan. 2020 - 21:26 UTC
alterações climáticas, inteligência artificial, previsões, tempo, clima, tecnologia, ciência, melhores previsões
Com IA os computadores aprendem sobre as tempestades e as chuvas extremas analisando imagens de radar.

A previsão do tempo é uma aliada no momento de planificar a nossa rotina. Mas mesmo com os avanços tecnológicos e todo o conhecimento que temos sobre la atmosfera continua a ser um desafio realizar uma previsão precisa em casos de tempestades localizadas. Mas parece que o Google tem uma solução e está a desenvolver uma nova técnica de aprendizagem automática para melhorar o “nowcasting” ou “previsão imediata”.

No machine learning ou aprendizagem automática, os computadores aprendem a identificar padrões complexos em milhões de dados para chegar a alguma solução ou decisão. Neste caso, a incorporação de inteligência artificial (IA) consiste em desenvolver técnicas que permitam aos computadores aprender automaticamente sobre a evolução das tempestades e as chuvas extremas analisando imagens de radar.

chuvas, inundação, tempestade, previsão, google, nowcasting
O nowcasting é útil para as decisões imediatas, desde o desvio do trânsito e a logística até à planificação em caso de evacuação.

Uma vantagem significativa deste método é que o resultado é computacionalmente barato e permite previsões que são quase instantâneas e em alta resolução. Segundo o Google, a previsão imediata de precipitação tem uma validade de 0 a 6 horas, pode gerar previsões que têm uma resolução espacial de 1 km e demora entre 5 a 10 minutos para estar disponível, superando os modelos tradicionais, inclusive nestas primeiras etapas de desenvolvimento. O nowcasting é especialmente útil para as decisões imediatas, desde o desvio do trânsito e a logística até à planificação em caso de evacuação.

Através desta ferramenta, a empresa procura a adaptação às alterações climáticas, considerando o aumento dos eventos extremos, como as chuvas torrenciais, que se tornaram mais frequentes e intensas nos últimos anos em diferentes partes do globo. Além disso, a nova técnica não substitui a previsão tradicional, quanto muito poderá converter-se num complemento e aliado que incorpora mais informação à previsão algumas horas antes.

Analisar o passado para prever o futuro

Diferentemente dos modelos computacionais utilizados para realizar uma previsão do tempo, esta nova técnica não tem conhecimento sobre como funciona realmente a física da atmosfera, já que aprende por treino visual, analisando milhões de fotos de nuvens de um espaço concreto.

Ao observar como evoluíram as nuvens no passado, infere como vão mudar as nuvens atuais. Portanto, em vez de trabalhar com um modelo que analisa a complexidade física de se chove ou não, prevê como será a imagem de um radar depois de analisar milhões de imagens anteriores.

O que dizem os cientistas?

Como os sistemas de aprendizagem automática desenvolvem as suas próprias regras, os investigadores frequentemente não podem dizer como ou porque estes algoritmos chegam a um dado resultado, são como uma “caixa negra”. Alguns cientistas todavia estão relutantes em utilizá-la, já que a consideram uma metodologia estranha ou pouco fiável para prever emergências meteorológicas iminentes, como as inundações.

Por outro lado, para outros investigadores, a inteligência artificial está a demonstrar ser útil na previsão do tempo. Em 2016 nove meteorologistas do Serviço Meteorológico Nacional dos EUA elegeram a sua utilização quando lhes foi dada a opção de escolher entre inteligência artificial e métodos convencionais.

Publicidade