Nova técnica com IA promete reduzir falhas em previsões do tempo feitas com semanas de antecedência; entenda

]]> Biruta indica a direção do vento em área próxima a uma pista de aeroporto. Gaion/Pexels Uma nova técnica de inteligência artificial pode ajudar a reduzir erros em previsões do tempo feitas com duas a seis semanas de antecedência, uma faixa em que os modelos meteorológicos ainda perdem bastante precisão. O método, chamado de correção probabilística de vieses (PBC, na sigla em inglês), foi apresentado em um estudo publicado nesta quarta-feira (14) na revista Nature. Em vez de criar um novo modelo meteorológico, a ferramenta funciona como uma camada de correção: aprende com erros de sistemas que já existem e tenta ajustá-los nas previsões seguintes. 📱Favorite o g1 no Google e acompanhe as principais notícias do dia Hoje, as previsões conseguem manter uma precisão maior por até cerca de duas semanas. Depois disso, pequenos erros se acumulam e, somados à própria natureza caótica da atmosfera, tornam mais difícil antecipar chuva, temperatura e outros fatores com confiança. “Nosso novo sistema pega o modelo escolhido, aprende de que forma ele costuma errar e corrige esses erros”, explicou Lester Mackey, pesquisador da Microsoft Research e um dos autores do estudo. Nos testes, o PBC foi aplicado a modelos do Centro Europeu de Previsões Meteorológicas de Médio Prazo (ECMWF). No sistema de inteligência artificial da instituição, a técnica dobrou, em média, a capacidade preditiva das projeções sub-sazonais. Em um modelo tradicional que já passava por correções, houve melhora em 98% dos pontos analisados para precipitação, 92% para temperatura e 91% para pressão atmosférica. LEIA TAMBÉM: Astronauta da Nasa flagra fenômeno luminoso raro durante tempestade vista do espaço; entenda Em fenômeno inédito, cientistas descobrem planeta que acelera sua própria destruição; entenda O teste de DNA em osso que pode reescrever a história do Egito antigo Agora no g1 Na prática, o sistema analisa previsões antigas, compara os resultados com o que de fato aconteceu e identifica padrões de erro. Depois, usa essas informações para corrigir novas projeções, levando em conta também as condições observadas mais recentemente. Os pesquisadores também observaram ganhos na previsão de eventos…