Modelos meteorológicos baseados em IA foram usados pela primeira vez em Taiwan em julho deste ano.
À medida que a tempestade tropical Bebinca avança em direção às águas do norte de Taiwan, ganhando força para um possível tufão, os meteorologistas em Taipei estão a usar um método novo e até agora bem sucedido para ajudar a rastrear o seu caminho – a inteligência artificial (IA).
As previsões geradas por IA, algumas alimentadas por software de gigantes da tecnologia, incluindo a Nvidia, cujos chips são fabricados pela TSMC, campeã local de semicondutores de Taiwan, até agora superaram os métodos tradicionais na previsão de rastros de tufões.
Em julho, foram os modelos meteorológicos baseados em IA, utilizados pela primeira vez, que ajudaram Taiwan a prever melhor a trajetória e o impacto do tufão Gaemi, o mais forte a atingir a ilha em oito anos e que trouxe chuvas recordes.
A nova tecnologia impressionou os meteorologistas de Taiwan ao prever um impacto direto oito dias antes de Gaemi chegar ao continente – superando facilmente os métodos convencionais, que continuam a ser a base do planeamento de previsões.
“As pessoas estão começando a perceber que a IA realmente apresentou desempenhos impressionantes em comparação com os modelos convencionais”, disse Chia Hsin-sing, diretora do provedor de serviços meteorológicos Taiwan Integrated Disaster Prevention of Technology Engineering Consulting Company Ltd.
Bebinca agora está sendo rastreada usando as mesmas ferramentas de IA por pessoas como Lin Ping-yu, meteorologista da Administração Central de Clima de Taiwan (CWA), que disse que a IA lhes deu um maior grau de confiança de que não haverá um impacto direto.
“Isso (IA) é uma coisa boa para nós. É como ter mais uma ferramenta útil para usar”, disse Lin.
Os programas meteorológicos de IA oferecidos incluem FourCastNet da Nvidia, GraphCast do Google e Pangu-Weather da Huawei, bem como um sistema baseado em aprendizagem profunda do Centro Europeu de Previsões Meteorológicas de Médio Prazo.
“É uma competição muito assistida. Em breve saberemos quem está ganhando”, disse Chia.
Esses modelos de IA também começaram a ser utilizados para prever tempestades e furacões noutras regiões com boa precisão, de acordo com meteorologistas e académicos.
O software baseado em IA é treinado usando dados meteorológicos históricos para aprender as relações de causa e efeito dos sistemas meteorológicos e pode prever centenas de variáveis meteorológicas com dias de antecedência – um processo que requer apenas alguns minutos para ser concluído.
Para todos os tufões no Pacífico Ocidental deste ano até meados de Setembro, a precisão da IA na previsão de rastos de tempestades ao longo de uma janela de três dias foi quase 20% superior à dos modelos convencionais, de acordo com dados compilados pela CWA.
À frente de Gaemi, a AI ajudou a administração a prever um ciclo invulgar no seu caminho que prolongou o seu impacto em Taiwan e levou-os a emitir rapidamente um aviso raro para chuvas de 1,8 metros (5,9 pés), que mais tarde foi provado preciso, de acordo com o vice-presidente da CWA. chefe Lu Kuo-Chen.
“(AI) aumentou a confiança dos meteorologistas para fazerem essa previsão”, disse Lu, acrescentando que o alerta precoce deu tempo extra para as autoridades realizarem os preparativos.
Lu também deposita esperanças em uma parceria com a Nvidia, que este ano anunciou uma ferramenta generativa de IA chamada CorrDiff, que visa prever locais mais precisos da chegada do tufão e fornecer imagens de maior resolução dentro de uma tempestade.
“Estamos vendo o potencial”, disse Lu.
Por enquanto, porém, os especialistas dizem que as ferramentas de IA não foram capazes de fornecer previsões de qualidade sobre o impacto mais detalhado de um tufão, como a sua força e os ventos, e é necessário mais tempo para que a nova tecnologia solidifique a sua liderança sobre as formas mais tradicionais.
“Foi apenas boa sorte?” disse Chia, apontando para o desempenho estelar da IA em Gaemi. “Precisamos dar um pouco mais de tempo à IA. É algo pelo qual ansiar.”
(Esta história não foi editada pela equipe da NDTV e é gerada automaticamente a partir de um feed distribuído.)
