China usa IA para prever eventos climáticos extremos
Modelos chineses de inteligência artificial aceleram previsões meteorológicas e passam a complementar sistemas tradicionais diante de tufões e chuvas intensas.
Por Redação
A intensificação de eventos meteorológicos extremos está impulsionando uma nova corrida tecnológica na previsão do tempo. Na China, modelos de inteligência artificial passaram a ser utilizados ao lado dos sistemas meteorológicos tradicionais, com a promessa de produzir prognósticos globais em poucos segundos e ampliar a capacidade de resposta diante de tufões, chuvas intensas e outros fenômenos severos.
Entre os principais projetos estão o Fengwu, desenvolvido pelo Shanghai AI Laboratory, o Pangu-Weather, da Huawei, e o Fuxi, associado à Universidade Fudan. Eles integram uma nova geração de sistemas que aprende padrões atmosféricos a partir de grandes conjuntos históricos de dados, em vez de depender exclusivamente de cálculos físicos executados por supercomputadores.
Modelos chineses entram na disputa global
O Fengwu ganhou destaque em avaliações científicas por apresentar desempenho superior ao GraphCast em 80% dos 880 indicadores analisados em um estudo baseado em dados de reanálise. A pesquisa também apontou capacidade de produzir previsões meteorológicas globais úteis por mais de dez dias em determinadas variáveis.
Além disso, o Shanghai AI Laboratory informou que o sistema consegue gerar uma previsão global de dez dias em menos de 30 segundos em uma única GPU Nvidia A100. Essa velocidade representa uma das principais vantagens da inteligência artificial, principalmente porque os modelos tradicionais precisam executar sucessivas simulações numéricas para representar a evolução da atmosfera.
A tecnologia também está sendo colocada à prova durante eventos reais. Segundo a Reuters, o Fengwu previu a localização e o horário de chegada do tufão Dolphin ao território continental chinês com cinco dias de antecedência, apresentando margem de erro de aproximadamente 30 minutos e 30 quilômetros. Entretanto, o desempenho ainda é mais limitado na previsão da intensidade dos sistemas tropicais.
IA ainda não substitui a meteorologia tradicional
Apesar dos avanços, a nova tecnologia não representa o fim dos modelos numéricos convencionais. A previsão meteorológica tradicional utiliza equações baseadas na física atmosférica para simular temperatura, pressão, umidade, ventos e outras variáveis. Já os sistemas de IA identificam relações estatísticas aprendidas a partir de grandes volumes de observações e reanálises.
Essa diferença explica por que a combinação das duas abordagens tende a permanecer importante. Estudos recentes que avaliaram FengWu, Fuxi, Pangu-Weather e GraphCast em eventos extremos no Leste Asiático apontam o potencial dos modelos de aprendizado de máquina, mas também destacam a necessidade de avaliar seu desempenho em diferentes situações meteorológicas.
O desafio aumenta quando a previsão deixa de ser simplesmente meteorológica e passa a envolver fenômenos climáticos de longo prazo. Uma previsão para os próximos dias pode ser comparada rapidamente com observações reais, enquanto projeções de meses ou anos exigem outros métodos de validação.
Nesse cenário, a inteligência artificial surge principalmente como uma ferramenta complementar. Ao acelerar cálculos e oferecer previsões adicionais, os modelos podem ajudar autoridades a antecipar evacuações, organizar operações de emergência, proteger áreas agrícolas e orientar setores como pesca, transporte e energia. Durante episódios de chuva extrema, alguns minutos ou quilômetros de diferença na trajetória prevista de uma tempestade podem influenciar decisões importantes.
Fotos reprodução