• Uma equipe de pesquisadores do Google e do Centro Europeu de Previsões Meteorológicas de Médio Prazo (ECMWF) desenvolveu um novo modelo climático chamado NeuralGCM que usa IA para melhorar a velocidade e a precisão das previsões meteorológicas.
  • Usando redes neurais para enriquecer as simulações físicas tradicionais, o NeuralGCM permitiu avanços significativos na modelagem e previsão de processos climáticos.

NOSSA OPINIÃO
Pesquisadores do Google e do ECMWF apresentam um modelo climático inovador chamado NeuralGCM.O NeuralGCM usa redes neurais para enriquecer a computação de alto desempenho (HPC) tradicional, focando em processos climáticos de pequena escala, como nuvens e variações de precisão, difíceis de simular com precisão pelos modelos clássicos. Usando dados meteorológicos históricos coletados pelo ECMWF para treinamento, o NeuralGCM obteve resultados significativos na melhoria da velocidade e precisão das previsões, especialmente em simulações de alta resolução, superando os modelos climáticos existentes e trazendo novas esperanças e possibilidades para o campo da ciência climática e previsões meteorológicas.
-Rae Li, jornalista da BTW

O que aconteceu

NeuralGCMse concentra nos processos climáticos de pequena escala difíceis de capturar com precisão pelos modelos tradicionais, como nuvens e mudanças de precisão, e demonstra o potencial de melhoria da velocidade e precisão das previsões ao ser treinado com dados meteorológicos históricos coletados peloECMWF. Foi desenvolvido usando a estrutura de aprendizado de máquina JAX do Google, que permite que o modelo seja executado nativamente em aceleradores como TPUs ou GPUs, resultando em melhorias significativas de velocidade e eficiência.

O Google afirma que a versão com resolução de 1,4 grau do modelo NeuralGCM é mais de 3.500 vezes mais rápida que o modelo X-SHiELD. O código-fonte e os pesos do modelo NeuralGCM foram publicados sob uma licença não comercial no GitHub para uso público. Os pesquisadores esperam, no futuro, integrar outros aspectos do sistema climático terrestre, como oceanos e o ciclo do carbono, ao modelo, permitindo que o NeuralGCM faça previsões em escalas de tempo mais longas, indo além das previsões meteorológicas para atingir o nível de previsão climática.

Leia também:O que a DataRobot faz? Automatizando IA e aprendizado de máquina

Leia também:O que é DataRobot: Revolucionando o aprendizado de máquina e a IA

Por que isso é importante

O modelo NeuralGCM mostra o grande potencial da IA para melhorar as capacidades preditivas dos modelos climáticos. Os modelos NeuralGCM são capazes de simular e prever fenômenos climáticos com mais precisão, especialmente processos de pequena escala difíceis de capturar pelos modelos tradicionais. Eles podem contribuir para melhorar a precisão e a velocidade das previsões meteorológicas e têm implicações importantes para a compreensão do complexo sistema climático, a resposta às mudanças climáticas e a formulação de políticas relacionadas.

Além disso, o desenvolvimento e a publicação em código aberto do modelo NeuralGCM forneceram à comunidade de ciências climáticas uma nova ferramenta que facilita a colaboração interdisciplinar e o compartilhamento de conhecimento. Usando recursos de computação de alto desempenho, como TPUs ou GPUs, os modelos NeuralGCM podem operar em velocidades mais altas, ajudando os pesquisadores a realizar simulações e análises climáticas de forma mais eficiente.