IA vai revolucionar previsão meteorológica e ambiental

Um estudo publicado na revista Nature na última quarta-feira, 21 de maio, apresenta o Aurora, um modelo de inteligência artificial (IA) que pode transformar radicalmente a forma como entendemos e prevemos os sistemas da Terra. A previsão meteorológica é fundamental para a prevenção de desastres naturais e para setores como agricultura, saúde pública e logística global.

Desenvolvido por uma equipe multidisciplinar de pesquisadores, Aurora é um modelo fundacional para o sistema terrestre, treinado com mais de um milhão de horas de dados geofísicos. Ele consegue superar os modelos operacionais tradicionais em várias frentes: previsão de qualidade do ar, ondas oceânicas, trajetórias de ciclones tropicais e meteorologia de alta resolução, tudo isso com um custo computacional muito menor.

Inspirado por modelos fundacionais na área de linguagens naturais e visão computacional, Aurora é capaz de aprender representações gerais do comportamento atmosférico e oceânico, podendo ser ajustado (“fine-tuned”) para tarefas específicas com baixo custo. Ele possui uma arquitetura baseada em Transformers 3D e módulos Perceiver, com capacidade de processar diferentes resoluções, variáveis e níveis atmosféricos.

Os resultados apresentados pelo modelo são considerados revolucionários no campo da previsão ambiental. Em testes operacionais, a IA foi capaz de gerar previsões globais de qualidade do ar com até cinco dias de antecedência, alcançando acurácia equivalente ou superior à do sistema CAMS (Copernicus Atmosphere Monitoring Service), mas utilizando cerca de 100 mil vezes menos recursos computacionais.

No campo da oceanografia, Aurora superou o modelo numérico HRES-WAM do ECMWF em 86% das variáveis relacionadas a ondas oceânicas. Quando aplicada à previsão de ciclones tropicais, a IA ultrapassou os sistemas oficiais de centros como o National Hurricane Center, dos Estados Unidos, e a Japan Meteorological Agency, acertando 100% das trajetórias analisadas. Já na meteorologia de alta resolução (com grade espacial de 0,1º), o desempenho também impressionou: Aurora obteve precisão superior ao modelo IFS-HRES do ECMWF em 92% das variáveis testadas.

Aurora também demonstrou habilidade em prever eventos extremos como a tempestade Ciarán (2023) e uma tempestade de areia no Iraque (2022), com performance igual ou superior aos modelos tradicionais.

Historicamente, a previsão dos sistemas da Terra tem se apoiado em modelos numéricos complexos, baseados em equações físicas e operados por supercomputadores, exigindo equipes técnicas altamente especializadas. Esses modelos são notoriamente caros, de difícil adaptação e com atualização lenta. O Aurora representa uma ruptura nesse paradigma ao oferecer uma alternativa mais acessível, capaz de ser ajustada para novas tarefas com menos dados e infraestrutura. Além disso, realiza previsões em questão de segundos utilizando GPUs convencionais e, de forma surpreendente, supera os modelos tradicionais inclusive na antecipação de eventos extremos.

Apesar dos avanços, o modelo ainda depende de condições iniciais geradas por sistemas tradicionais de assimilação de dados. Os pesquisadores também destacam que sua interpretação física é uma área a ser explorada. Mesmo assim, o modelo abre caminho para uma previsão meteorológica mais democrática, eficiente e precisa, com potencial de aplicação em climatologia, agricultura, energia, gestão de desastres e muito mais.

A capacidade de integrar dados atmosféricos, químicos e oceânicos, além de antecipar eventos com confiabilidade e velocidade, indica que a IA pode finalmente cumprir a promessa de transformar a ciência da previsão meteorológica. Ao que tudo indica, estamos diante de uma nova arquitetura para entender o planeta em tempo real.