Cientistas da Universidade de Cambridge revelaram o Aardvark Weather, um sistema de previsão do tempo de IA que pode gerar previsões globais e locais em minutos usando um computador desktop comum. Comparado às abordagens tradicionais, o Aardvark fornece previsões dezenas de vezes mais rápido, exigindo milhares de vezes menos recursos de computação.
Fonte da imagem: Brian McGowan / Unsplash
O Aardvark Weather foi desenvolvido na Universidade de Cambridge com contribuições do Instituto Alan Turing, da Microsoft Research e do Centro Europeu de Previsões Meteorológicas de Médio Prazo (ECMWF). A velocidade e a eficiência dos modelos meteorológicos são cruciais: os métodos tradicionais dependem de supercomputadores que consomem muitos recursos e do trabalho de muitos especialistas, enquanto a geração de uma previsão geralmente leva várias horas. Nesse contexto, o Aardvark demonstra uma abordagem fundamentalmente nova ao eliminar a necessidade de infraestrutura complexa.
Desenvolvimentos recentes de gigantes da tecnologia como Huawei, Google e Microsoft mostraram que a IA pode melhorar significativamente componentes individuais da modelagem meteorológica. Particularmente importantes foram os avanços em algoritmos que modelam a dinâmica atmosférica ao longo do tempo. A integração da IA nesses processos já levou a cálculos mais rápidos e maior precisão das previsões meteorológicas.
Um excelente exemplo é o Google, que desenvolve modelos baseados em IA e oferece duas dessas soluções para clientes corporativos de sua plataforma de nuvem. Esses modelos, criados por pesquisadores do Google DeepMind, usam dados meteorológicos históricos para prever as condições climáticas com 10 a 15 dias de antecedência.
Ao contrário das abordagens híbridas, o Aardvark substitui completamente o esquema tradicional de previsão em vários estágios por um único modelo de aprendizado de máquina (ML). Usando um computador de mesa padrão, o sistema processa dados de diversas fontes, incluindo satélites e estações meteorológicas, e gera previsões em minutos.
O professor Richard Turner, do Departamento de Engenharia da Universidade de Cambridge, que liderou a pesquisa, disse: “O Aardvark repensa os métodos existentes de previsão do tempo, tornando as previsões mais rápidas, baratas, flexíveis e precisas do que nunca. O Aardvark é milhares de vezes mais rápido que todos os métodos anteriores de previsão do tempo.” No futuro, o Aardvark será capaz de gerar previsões para 8 dias à frente com um alto grau de precisão, o que é 3 dias a mais que o horizonte dos sistemas modernos.
Apesar de usar apenas uma fração dos dados utilizados pelos modelos tradicionais, o Aardvark supera o Sistema Nacional de Previsão dos EUA (GFS) em diversas métricas importantes. Ao mesmo tempo, sua precisão permanece comparável às previsões do Serviço Nacional de Meteorologia dos EUA (NWS), que normalmente usa uma combinação de modelos e análises de especialistas.
Fonte da imagem: NASA
A abordagem de aprendizado de máquina de ponta a ponta do sistema pode ser facilmente adaptada a outras tarefas de modelagem climática, desde a previsão de furacões, tornados e incêndios florestais até a avaliação da qualidade do ar, dinâmica das correntes oceânicas e previsão do gelo marinho, disse Anna Allen, primeira autora do estudo do Departamento de Ciência da Computação e Tecnologia da Universidade de Cambridge.
Uma das propriedades mais notáveis do Aardvark é sua simplicidade arquitetônica e alta flexibilidade. Como o sistema é treinado diretamente em dados meteorológicos, ele pode ser rapidamente reconfigurado para gerar previsões personalizadas para setores ou regiões específicas. Isso poderia ser, por exemplo, uma previsão de temperatura para a agricultura na África ou uma previsão de velocidade do vento para empresas europeias que trabalham no setor de energia renovável. Essa abordagem é fundamentalmente diferente dos sistemas tradicionais, cuja configuração exige muitos anos de trabalho de grandes equipes de especialistas.
Essa adaptabilidade pode mudar o jogo para países com acesso limitado a recursos de computação e dados meteorológicos. Como aponta o Dr. Scott Hosking, do Instituto Alan Turing, transferir a previsão do tempo dos supercomputadores para máquinas de mesa torna as previsões altamente precisas disponíveis em países em desenvolvimento e regiões com escassez de dados.
A próxima etapa do projeto será a formação de um novo grupo de pesquisa sediado no Instituto Alan Turing. Sua missão será explorar o potencial da tecnologia para ser implantada em países do Sul Global, bem como integrar o Aardvark em iniciativas maiores de previsão ambiental.