Google Lança WeatherNext 3: Nova IA Promete Previsões de Chuva 60% Mais Precisas e Resolução de 5 km

Cientistas do Google DeepMind e Google Research apresentaram hoje o WeatherNext 3, um inovador modelo de inteligência artificial para previsão do tempo que promete uma visão mais clara e frequente da atmosfera terrestre. Este avanço representa uma mudança significativa na meteorologia impulsionada por técnicas de deep learning, conforme relatado pelo TechCrunch. O Google planeja integrar as informações do WeatherNext 3 em seus produtos como Busca, Google Maps e Gemini, além de disponibilizá-lo para usuários e pesquisadores nas plataformas de nuvem da empresa.

Samier Merchant, um engenheiro sênior do Google, afirmou ao TechCrunch que esta será a primeira vez que algumas das variáveis centrais alimentarão e impulsionarão muitos dos produtos Google.

O Google DeepMind publicou um vídeo em seu canal no YouTube apresentando o WeatherNext 3. No vídeo, intitulado "WeatherNext 3: More accurate, timely, and local weather forecasts", são detalhadas as melhorias e a importância do novo modelo para previsões mais precisas, oportunas e locais.

Precisão e Detalhamento Sem Precedentes

O novo modelo já se mostrou o mais preciso entre os principais concorrentes testados no Operational WeatherBench, uma ferramenta de comparação de previsões de IA criada pela startup Brightband. Segundo o TechCrunch, ele avalia métricas como temperatura, velocidade do vento e umidade. Além de superar outros modelos de deep learning desenvolvidos por Google, Microsoft, Nvidia e o Centro Europeu de Previsões Meteorológicas de Médio Prazo (ECMWF), o WeatherNext 3 também supera as previsões tradicionais do Serviço Nacional de Meteorologia dos EUA e do próprio ECMWF.

As previsões meteorológicas tradicionais dependem de supercomputadores governamentais que processam equações matemáticas complexas para descrever a física do clima. Embora esses sistemas sejam notavelmente precisos, eles são caros e comparativamente lentos. Após o ECMWF liberar mais de meio século de dados meteorológicos em 2018, pesquisadores de deep learning começaram a treinar modelos que poderiam fazer previsões muito mais rapidamente e com precisão comparável às ferramentas governamentais.

"O clima é caótico, e pequenas diferenças realmente começam a perturbar massivamente… A aprendizagem de máquina visa o problema que estamos realmente resolvendo, que é a física ruidosa aproximada a partir de informações incompletas e computação finita, e então ela aprende padrões a partir de muitos dados", disse Ferran Alet, gerente de pesquisa científica do DeepMind, ao TechCrunch.

Avanços na Previsão de Chuva e Resolução

Modelos de IA anteriores enfrentavam desafios como a previsão em áreas mais amplas (15 a 25 km²), menor eficácia na previsão de chuva e dependência de dados formatados por agências governamentais. O WeatherNext 3, conforme apontado pelo TechCrunch, aborda todas essas questões:

• Em variáveis-chave, os pesquisadores informaram ao TechCrunch que ele pode prever com uma resolução de até 5 km.
• Suas avaliações sobre chuva são 60% melhores em comparação com o WeatherNext 2.
• Agora, o modelo pode produzir previsões horárias, em vez da previsão padrão a cada seis horas.

Essas melhorias são resultado de escolhas específicas de design. O WeatherNext 3 é um modelo maior, com 2,4 vezes mais parâmetros que seu predecessor. Ele também foi treinado para direcionar suas previsões a estações meteorológicas específicas, o que é crucial para oferecer prognósticos mais granulares e permitir a avaliação do trabalho com base em dados de campo.

Integração de Dados e Impacto Econômico

A capacidade de fazer previsões mais frequentes se deve à ingestão de dados de satélite meteorológicos coletados em tempo real, a cada hora. Alimentar modelos de IA com observações empíricas brutas, em vez de análises produzidas por supercomputadores meteorológicos, promete previsões mais precisas, embora ainda seja um desafio técnico trabalhar com dados não formatados, de acordo com o TechCrunch. O Google afirma que o WeatherNext 3 é o "primeiro" modelo de IA a incorporar diretamente observações brutas para uma previsão global de alta resolução.

Embora os LLMs (Grandes Modelos de Linguagem) recebam a maior parte da atenção, a revolução dos transformers na meteorologia tem sido igualmente importante. Agências meteorológicas europeias e americanas já utilizam modelos de IA em seus produtos de previsão. A velocidade e o baixo custo desses modelos prometem um impacto econômico significativo em regiões mais pobres, onde o alto custo de sensores de alta qualidade e supercomputadores tornava as previsões precisas inacessíveis.

Bill Gates recentemente citou a previsão do tempo impulsionada por IA como um benefício crucial da tecnologia, com melhores previsões melhorando o rendimento das colheitas em países em desenvolvimento. Ferran Alet, pesquisador do DeepMind, destacou que previsões de alta resolução de vento, chuva e cobertura de nuvens serão úteis para tornar os projetos de energia renovável mais confiáveis.

"No final do dia, acho que o Google se trata de fornecer informações úteis ao usuário, e muito do que os usuários procuram tem a ver com o clima de alguma forma ou de outra", concluiu Alet.