Em outubro de 2025, um sistema de tempestade se formou sobre o Mar do Caribe, deixando os previsores divididos sobre seu potencial caminho. Alguns modelos sugeriram um sistema fraco que permaneceria perto do Haiti; outros alertaram sobre uma intensificação rápida e um trajeto em direção à Jamaica. Cinco dias antes da tempestade atingir a terra, o WeatherNext, um modelo de inteligência artificial criado pela DeepMind e Google Research, projetou com 80% de confiança que o sistema atingiria a Jamaica como um furacão de categoria 5.
A previsão se provou perspicaz. Quando o furacão Melissa atingiu a ilha, ele desencadeou inundações e deslizamentos de terra severos, mas o aviso antecipado permitiu que as autoridades locais emitissem ordens de evacuação, posicionassem suprimentos e mobilizassem respondentes de emergência antes da chegada da tempestade. O tempo extra de preparação, dizem os funcionários, salvou vidas e reduziu danos.
Pesquisadores detalharam o desempenho do modelo em um artigo publicado na quinta-feira na Nature. Em um conjunto amplo de ciclones passados, o WeatherNext consistentemente forneceu um dia completo de antecedência em relação aos melhores modelos convencionais. Na prática, isso significa que uma previsão de três dias do WeatherNext equivale à precisão de uma previsão de dois dias dos sistemas mais antigos.
"Mesmo algumas horas podem fazer uma diferença", disse Mike Brennan, diretor do Centro Nacional de Furacões dos EUA. "Organizar evacuações, posicionar suprimentos e mover recursos para responder ao risco de furacão são todas tarefas sensíveis ao tempo - e tomar a decisão errada pode ter grandes consequências. O tempo é realmente valioso quando se trata desses tipos de decisões, então a capacidade de estender a precisão da previsão o máximo possível é realmente valiosa".
O sucesso do modelo pode redefinir como as agências meteorológicas emitirão alertas em todo o mundo. Com um dia extra de visão confiável, os gerentes de emergência ganham uma janela mais ampla para coordenar evacuações, garantir infraestrutura e informar o público. No entanto, os autores do estudo alertam que as ferramentas de IA complementam, em vez de substituir, a expertise humana. "O modelo fornece uma probabilidade e um trajeto sugerido, mas a decisão final ainda resta com os previsores que entendem as condições locais e as vulnerabilidades da comunidade", acrescentou Alet.
À medida que as mudanças climáticas impulsionam tempestades mais frequentes e intensas, a necessidade de previsões mais rápidas e precisas cresce. O WeatherNext demonstra que integrar o aprendizado profundo com a meteorologia tradicional pode produzir benefícios tangíveis no terreno, transformando dados em tempo de antecedência quando as comunidades precisam mais.
Dieser Artikel wurde mit Unterstützung von KI verfasst.
News Factory APP - agentische News für besseres SEO & AEO.