Um novo modelo de previsão meteorológica alimentado por IA pode fazer o trabalho com uma precisão sem precedentes e significativamente mais rápido do que a tecnologia atual.
Construído pelo Google DeepMind – o laboratório focado em IA do gigante da web – o GraphCast parece destinado a revolucionar o processo de previsão do tempo.
Vídeos recomendados
O GraphCast pode prever o clima com até 10 dias de antecedência “com mais precisão e muito mais rapidez do que o clima padrão-ouro da indústria”. sistema de simulação — a Previsão de Alta Resolução (HRES), produzida pelo Centro Europeu de Previsões Meteorológicas de Médio Prazo (ECMWF),” Google DeepMind disse em uma postagem na terça-feira.
Relacionado
- A ferramenta de detecção de imagens de IA do Google parece que pode funcionar
- O novo Bard AI do Google pode ser poderoso o suficiente para preocupar o ChatGPT – e já está aqui
Notavelmente, a ferramenta também pode oferecer avisos antecipados de eventos climáticos extremos e prever o movimento dos ciclones com mais precisão, dando às autoridades e aos residentes mais tempo para se prepararem para tempestades prejudiciais, potencialmente salvando vidas no processo.
Quando o furacão Lee atingiu o leste do Canadá em setembro, o GraphCast previu com precisão que atingiria a costa em Nova Escócia nove dias antes, enquanto as previsões tradicionais só fizeram a mesma previsão cerca de seis dias depois avançar.
O GraphCast foi treinado com base em quatro décadas de dados meteorológicos, permitindo-lhe aprender as relações de causa e efeito por trás dos sistemas climáticos da Terra, disse a equipe DeepMind.
Notavelmente, o GraphCast leva menos de 60 segundos para criar uma previsão de 10 dias, tornando-o muito mais rápido do que o convencional. abordagem usada pelo HRES, que, segundo a equipe, “pode levar horas de computação em um supercomputador com centenas de máquinas.”
Em uma comparação dos dois sistemas, o GraphCast forneceu previsões mais precisas em mais de 90% de 1.380 variáveis de teste e prazos de previsão em comparação com o HRES.
“Quando limitamos a avaliação à troposfera, a região da atmosfera de 6 a 20 quilômetros de altura mais próxima da superfície da Terra onde a previsão precisa é mais importante, nosso modelo superou o HRES em 99,7% das variáveis de teste para condições climáticas futuras”, disse a equipe. disse.
À medida que os padrões climáticos evoluem no clima em constante mudança da Terra, o GraphCast só melhorará à medida que for alimentado com dados de maior qualidade.
A equipe está abrindo o código do modelo do GraphCast para dar aos cientistas e meteorologistas acesso à tecnologia. Isto permitir-lhes-á adaptá-lo a fenómenos meteorológicos específicos e otimizá-lo para diferentes partes do mundo. O ECMWF já está testando a ferramenta.
Um estudo publicado pela Science na terça-feira oferece uma visão mais detalhada no GraphCast.
“O pioneirismo no uso de IA na previsão do tempo beneficiará bilhões de pessoas em suas vidas cotidianas”, disse o Google DeepMind. “Mas a nossa investigação mais ampla não se trata apenas de antecipar o clima – trata-se de compreender os padrões mais amplos do nosso clima. Ao desenvolver novas ferramentas e acelerar a investigação, esperamos que a IA possa capacitar a comunidade global para enfrentar os nossos maiores desafios ambientais.”
Recomendações dos Editores
- Google Bard poderá em breve se tornar seu novo treinador de vida em IA
- Estes são os novos recursos de IA que chegam ao Gmail, Google Docs e Planilhas
- A nova ferramenta de privacidade do Google permite que você saiba se suas informações pessoais vazaram
Atualize seu estilo de vidaDigital Trends ajuda os leitores a manter o controle sobre o mundo acelerado da tecnologia com as últimas notícias, análises divertidas de produtos, editoriais criteriosos e prévias únicas.
