Google mistura física e IA para criar previsão do tempo ainda mais precisa
Por Nathan Vieira • Editado por Luciana Zaramela |
![Andra C Taylor Jr/Unsplash](https://t.ctcdn.com.br/v8unzV3ATh1nM09sOZ0w4V1aykk=/640x360/smart/i918719.jpeg)
O que acontece quando se junta inteligência artificial e física? Uma previsão do tempo precisa e eficaz. É o que garantem os pesquisadores do Google, com um novo modelo chamado NeuralGCM. As informações estão publicadas na revista científica Nature.
- Clique e siga o Canaltech no WhatsApp
- GraphCast | IA do Google faz previsão do tempo para 10 dias em 1 minuto
Os modelos atuais usam equações para modelar mudanças na atmosfera e fornecer projeções precisas, mas o problema apontado pelos pesquisadores é que são extremamente lentos e caros para executar.
Esse novo sistema do Google usa um modelo convencional para calcular grandes mudanças atmosféricas necessárias para fazer uma previsão.
![Canaltech](/logo-canaltech.png)
O modelo então incorpora inteligência artificial. E justamente por usar uma abordagem híbrida combinando modelos baseados em física padrão com uma ferramenta de machine learning, a equipe conseguiu evitar problemas vistos em experimentos em que se usou apenas a IA.
O resultado: um modelo que pode produzir previsões sob a promessa de mais rapidez e menor necessidade de recursos, ou seja: por uma fração do custo atual.
Eventos climáticos de larga escala
A grande promessa está em eventos climáticos de larga escala que são proibitivamente caros para modelar com técnicas convencionais. A ideia é que a tecnologia possa prever ciclones tropicais com mais antecedência e modelar mudanças climáticas mais complexas que estão a anos de distância.
“O NeuralGCM é o primeiro modelo baseado em machine learning a fazer previsões meteorológicas de conjunto precisas. É também, até onde sabemos, o primeiro modelo híbrido que atinge viés espacial comparável aos modelos globais de resolução de nuvens, e pode simular trilhas realistas de ciclones tropicais”, diz o estudo.
“Acreditamos que a abordagem de modelagem híbrida diferenciável do NeuralGCM tem o potencial de transformar a simulação para uma ampla gama de aplicações, como descoberta de materiais, dobramento de proteínas e design de engenharia multifísica”, conclui a pesquisa.
O projeto faz parte do maior esforço de IA do Google, e os autores observam que a abordagem híbrida de física e IA pode impulsionar outros esforços na área da ciência.
Fonte: Nature