O Google DeepMind tem revelado GenCast, um modelo inovador de conjunto de IA que aumenta significativamente a precisão e a velocidade da previsão do tempo. Este modelo aborda a necessidade crucial de previsões fiáveis, especialmente à medida que as alterações climáticas aumentam as ocorrências meteorológicas extremas. O GenCast prevê uma série de cenários climáticos possíveis, superando o sistema ENS do Centro Europeu de Previsões Meteorológicas de Médio Prazo (ECMWF).
Google DeepMind lança GenCast para previsão meteorológica aprimorada
A introdução do GenCast é particularmente oportuna, uma vez que a procura por previsões meteorológicas precisas continua a crescer. O modelo prevê com precisão as mudanças climáticas do dia a dia e condições extremas com até 15 dias de antecedência. O GenCast oferece uma visão abrangente dos possíveis padrões climáticos, o que é vital para os tomadores de decisão em vários setores.
GenCast emprega um formato de alta resolução de 0,25°, gerando 50 ou mais previsões para diferentes trajetórias climáticas. Esta abordagem permite que o modelo represente as incertezas de forma mais eficaz em comparação com os métodos tradicionais de previsão. As agências meteorológicas e os cientistas baseiam-se em previsões conjuntas para compreender a gama de cenários prováveis, uma necessidade dada a inerente imprevisibilidade do tempo.
O cofundador do Google DeepMind diz: “O enorme financiamento de IA leva ao exagero e à fraude”
Para desenvolver o GenCast, os pesquisadores utilizaram quatro décadas de dados meteorológicos históricos do ECMWF, que incluem várias variáveis atmosféricas cruciais para previsões precisas. Consequentemente, o modelo demonstrou capacidades de previsão superiores em avaliações extensivas, superando o ENS do ECMWF em 97,2% dos alvos testados e alcançando 99,8% de precisão para previsões com mais de 36 horas de antecedência.
Ao contrário do seu antecessor, que forneceu uma única previsão estimada, o GenCast emprega um modelo de difusão semelhante aos utilizados na IA generativa para geração de conteúdo multimédia. Esta adaptação permite que o GenCast opere na geometria esférica da Terra, permitindo-lhe compreender e modelar cenários climáticos complexos.
A eficiência computacional do GenCast é digna de nota. Uma única previsão pode ser gerada em apenas oito minutos usando um Google Cloud TPU v5, enquanto os métodos tradicionais requerem horas e recursos computacionais substanciais. Esta redução de tempo não só aumenta a eficiência operacional, mas também permite a tomada de decisões atempadas em situações meteorológicas críticas.
Previsões aprimoradas para eventos climáticos extremos
GenCast tem se destacado na previsão de condições meteorológicas extremas, cruciais para a segurança pública e gestão de recursos. Durante os testes, o modelo demonstrou habilidades superiores na previsão de casos de calor extremo, frio e altas velocidades de vento. Por exemplo, forneceu rastreamento preciso do tufão Hagibis dias antes da chegada ao continente, demonstrando sua capacidade de aprimorar trajetórias específicas de ciclones com maior precisão.
Além disso, previsões meteorológicas mais fiáveis podem facilitar um melhor planeamento de iniciativas de energias renováveis. Um exemplo inclui a notável precisão da GenCast na previsão da geração de energia eólica, apoiando assim a transição para fontes de energia sustentáveis. Esta capacidade é cada vez mais vital à medida que as indústrias procuram dados fiáveis para melhorar a eficiência operacional.
Créditos da imagem: Google DeepMind
