Inteligência artificial consegue prever chuvas com precisão

A DeepMind criou uma inteligência artificial capaz de realizar a previsão do tempo com uma precisão impressionante. A empresa é especializada na construção de IAs focadas na resolução de problemas, mas agora decidiu abraçar de vez a meteorologia como um campo importante de atuação.

Nossas vidas dependem do clima. De acordo com um estudo, um terço do país falou sobre o tempo na última hora, refletindo a importância do tempo na vida diária. Entre os fenômenos climáticos, a chuva é especialmente importante por causa de sua influência em nossas decisões diárias.

Previsões meteorológicas de curto prazo Ao longo da história, a previsão do tempo ocupou um lugar de importância para nossas comunidades e países.

As previsões meteorológicas de hoje são impulsionadas por poderosos sistemas de previsão numérica do tempo (NWP). Resolvendo equações físicas, os NWPs fornecem previsões essenciais em escala planetária com vários dias de antecedência. No entanto, eles lutam para gerar previsões de alta resolução para prazos curtos de menos de duas horas. A previsão a curto prazo preenche a lacuna de desempenho neste intervalo de tempo crucial.

A previsão do tempo é essencial para setores como gestão de recursos hídricos, agricultura, aviação, planejamento de emergência e eventos ao ar livre.

Usamos uma abordagem conhecida como modelagem generativa para fazer previsões detalhadas e plausíveis de radar futuro com base em radar passado. Conceitualmente, esse é um problema de geração de filmes de radar. Com esses métodos, podemos capturar eventos de grande escala com precisão, ao mesmo tempo em que geramos muitos cenários alternativos de chuva (conhecidos como previsões por conjunto), permitindo que a incerteza da chuva seja explorada.

Usamos dados de radar do Reino Unido e dos EUA nos resultados do nosso estudo. Estávamos especialmente interessados ​​na capacidade desses modelos de fazer previsões em eventos de chuva média a forte, que são os eventos que mais impactam as pessoas e a economia, e mostramos melhorias estatisticamente significativas nesses regimes em comparação com métodos concorrentes.

Com ajuda dos algoritmos de antecipação de precipitações, é possível realizar a medição a cada cinco minutos em um raio de 1 km graças à associação de dados coletados por radares de alta precisão. A IA consegue avisar até 90 minutos antes de uma chuva graças a uma modelagem generativa que observa os 20 minutos atuais e projeta o futuro.

É importante ressaltar que realizamos uma avaliação de tarefa cognitiva com mais de 50 meteorologistas especialistas no Met Office, o serviço meteorológico nacional do Reino Unido, que classificou nossa nova abordagem como sua primeira escolha em 89% dos casos quando comparados aos métodos de previsão a curto prazo amplamente usados, demonstrando o capacidade de nossa abordagem de fornecer percepções aos tomadores de decisão do mundo real.

Usando análises estatísticas, econômicas e cognitivas, fomos capazes de demonstrar uma abordagem nova e competitiva para a previsão de precipitação a partir do radar. Nenhum método é sem limitações, e mais trabalho é necessário para melhorar a precisão das previsões de longo prazo e a precisão em eventos raros e intensos.

O trabalho futuro exigirá que desenvolvamos maneiras adicionais de avaliar o desempenho e nos especializemos ainda mais com esses métodos para aplicações específicas do mundo real. Acreditamos que esta é uma área de pesquisa empolgante e esperamos que nosso artigo sirva como base para novos trabalhos, fornecendo dados e métodos de verificação que tornam possível fornecer verificação competitiva e utilidade operacional.

Também esperamos que esta colaboração com o Met Office promova uma maior integração de aprendizado de máquina e ciência ambiental, e apoie melhor a tomada de decisões em nosso clima em mudança. o Aprenda mais Leia o artigo Previsão de precipitação hábil usando Modelos Gerativos Profundos de Radar na edição de 30 de setembro de 2021 da Nature, que contém uma ampla discussão sobre o modelo, os dados e a abordagem de verificação.

origem: Nowcasting the Next Hour of Rain | DeepMind

Sirlei Madruga de Oliveira

Editora do Guia do CFTV

 sirlei@guiadocftv.com.br

Avalie esta notícia, mande seus comentários e sugestões. Encontrou alguma informação incorreta ou algum erro no texto?

Importante: ‘Todos os Conteúdos divulgados decorrem de informações provenientes das fontes aqui indicadas, jamais caberá ao Guia do CFTV qualquer responsabilidade pelo seu conteúdo, veracidade e exatidão. Tudo que é divulgado é de exclusiva responsabilidade do autor e ou fonte redatora.’

Quer enviar suas notícias? Envie um e-mail para noticias@guiadocftv.com.br

 

Sirlei Madruga

Sirlei Maria Guia do CFTV

Deixe um comentário

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

Esse site utiliza o Akismet para reduzir spam. Aprenda como seus dados de comentários são processados.