Que tipo de modelo meteorológico é mais eficaz para prever eventos meteorológicos extremos?

Um novo estudo publicado na revista científica Science Advances afirma que a Inteligência Artificial (IA) frequentemente falha em prever eventos meteorológicos extremos sem precedentes. Estes eventos, como ondas de calor e tempestades de vento recordes, estão a tornar-se mais frequentes devido às alterações climáticas.

Avisos precisos são cruciais para proteger vidas, propriedades e infraestrutura. A natureza sem precedentes destes eventos representa um desafio para a IA.

O novo estudo

Cientistas compararam os principais modelos de IA com o HRES (High Resolution Forecast), um dos sistemas de previsão meteorológica baseados em física mais avançados do mundo.

Eles criaram um extenso banco de dados de eventos extremos de calor, frio e vento ocorridos em 2018 e 2020. Em seguida, os investigadores compararam as previsões do HRES e dos modelos de IA para esses anos, a fim de determinar qual deles se aproximava mais do resultado real.

Em ondas de calor sem precedentes, os modelos de IA previram consistentemente temperaturas muito mais baixas do que as realmente observadas. Quanto mais recordes eram quebrados, menos precisa a IA se tornava.

O HRES teve um desempenho melhor nessas situações graças à sua base nas leis da física. As leis da física são imutáveis. Modelos baseados em física são mais capazes de simular cenários que o mundo ainda não vivenciou. Os modelos de IA que se depararam com eventos não incluídos nos seus dados de treino tentaram compensar utilizando médias históricas.

O que dizem os cientistas

“Os nossos resultados destacam as limitações atuais dos modelos de IA para previsão do tempo em extrapolar além do seu domínio de treino e prever eventos meteorológicos sem precedentes com impacto potencialmente maior”, explica a equipa de investigadores.

Os investigadores alertam para os riscos de se depender exclusivamente de IA para tarefas tão críticas, visto que eventos extremos irão tornar-se cada vez mais frequentes. Eles sugerem uma abordagem híbrida que combine a velocidade da IA com a base sólida das leis da física.

“Uma verificação mais rigorosa e o desenvolvimento adicional dos modelos são necessários antes de poderem ser usados exclusivamente para aplicações críticas, como sistemas de alerta precoce e gestão de desastres”, afirmam eles.

Referência da notícia

Physics-based models outperform AI weather forecasts of record-breaking extremes. 29 de abril, 2026. Zhang, et al.