O trabalho de investigadores da Universidade de Washington, nos Estados Unidos, divulgado hoje pela agência noticiosa privada espanhola, foi publicado na revista científica AGU Advances na segunda-feira.
O Deep Learning Earth System Model (DLESyM) é executado num único processador e realiza uma previsão em apenas 12 horas, enquanto um supercomputador de última geração demoraria aproximadamente 90 dias para fazer o mesmo.
"As simulações do DLESyM igualam ou excedem as principais métricas de variabilidade sazonal e interanual --- como a ciclogénese tropical ao longo da gama de intensidades observadas, o ciclo das monções do verão indiano e a climatologia de eventos de bloqueio em latitudes médias --- quando comparadas com simulações históricas de quatro modelos líderes do sexto Projeto de Intercomparação de Modelos Climáticos", assinala o resumo que introduz o artigo científico.
O programa combina duas redes neuronais, uma representando a atmosfera e a outra o oceano, o que ainda não tinha sido feito em modelos alimentados exclusivamente por IA.
"Fomos os primeiros a aplicar esta estrutura à IA e descobrimos que funcionava muito bem", disse Nathaniel Cresswell-Clay, estudante de pós-graduação em Ciências Atmosféricas e Climáticas na Universidade de Washington e o autor principal do artigo, citado pela Europa Press.
O investigador está atualmente a trabalhar para incluir um modelo de superfície terrestre no DLESyM, sendo este a contribuição mais recente do grupo de Dale Durran, professor de Ciências Atmosféricas e Climáticas na Universidade de Washington e um dos primeiros cientistas a introduzir a IA na previsão meteorológica há mais de cinco anos.
Os investigadores compararam as suas antevisões de eventos passados com as dos quatro principais modelos da sexta fase do Projeto de Intercomparação de Modelos Acoplados (CMIP6), todos executados em supercomputadores e cujas "previsões climáticas futuras foram contributos essenciais para o último relatório do Painel Intergovernamental sobre Alterações Climáticas (IPCC)".
O DLESyM simulou melhor os ciclones tropicais e o ciclo sazonal das monções do verão indiano do que os modelos CMIP6 e, nas latitudes médias, captou a variabilidade mensal e interanual dos padrões climáticos pelo menos tão bem como eles.
Nenhum dos modelos é 100% preciso, mas o da IA tem ainda a vantagem de um consumo de energia muito mais baixo.
"A qualidade dos nossos resultados valida o nosso modelo e aumenta a nossa confiança nas suas projeções futuras", considerou Cresswell-Clay.
Leia Também: Empresas de Elon Musk apresentam queixa em tribunal contra Apple e OpenAI
