Modelos tradicionais ainda superam IA em previsões de eventos climáticos extremos

Estudo alerta: IA falha em prever eventos climáticos recordes

Modelos de inteligência artificial (IA) ainda não superam os modelos climáticos tradicionais, baseados em física, quando o assunto é prever eventos climáticos extremos recordes, segundo um estudo recente publicado na revista Science Advances. Embora a IA tenha avançado em diversas áreas de previsão do tempo, os pesquisadores destacam que ela ainda apresenta limitações significativas em situações sem precedentes.

O estudo analisou a capacidade de modelos de IA e tradicionais de simular milhares de eventos extremos registrados em 2018 e 2020, como ondas de calor, frio intenso e ventos fortes. Os resultados mostraram que os modelos de IA subestimam tanto a frequência quanto a intensidade desses eventos recordes. Segundo um dos autores do estudo, a pesquisa serve como um "aviso" contra a substituição prematura dos modelos tradicionais por soluções baseadas em IA.

Por que os modelos tradicionais ainda são essenciais?

Os modelos climáticos tradicionais, conhecidos como modelos baseados em física, utilizam equações complexas para simular processos atmosféricos e oceânicos. Essas equações são fundamentadas em leis físicas estabelecidas ao longo de décadas de pesquisa científica. Por isso, são considerados mais confiáveis para prever eventos extremos, especialmente aqueles sem precedentes históricos.

Em contrapartida, os modelos de IA utilizam abordagens estatísticas. Eles são treinados com grandes volumes de dados históricos, aprendendo padrões para fazer previsões. Embora apresentem vantagens, como menor consumo de energia computacional, os modelos de IA dependem fortemente dos dados de treinamento. Isso significa que eles tendem a reproduzir eventos semelhantes aos já registrados, mas podem falhar ao prever fenômenos inéditos.

Impacto dos eventos extremos e a importância da previsão

Eventos climáticos extremos, como enchentes, ondas de calor e tempestades, causam prejuízos de centenas de bilhões de dólares anualmente. Eles afetam plantações, infraestrutura e, acima de tudo, vidas humanas. Sistemas de alerta precoce, desenvolvidos por governos ao redor do mundo, são fundamentais para minimizar danos e salvar vidas.

Para prever esses eventos com dias ou semanas de antecedência, os cientistas utilizam modelos numéricos de previsão do tempo. Esses modelos, baseados em física, são capazes de simular condições atmosféricas com maior precisão, especialmente em situações extremas.

Limitações dos modelos de IA em eventos sem precedentes

O estudo, liderado pelo professor Sebastian Engelke, da Universidade de Genebra, destaca que os modelos de IA têm dificuldade em simular eventos verdadeiramente inéditos. Segundo Engelke, os modelos de IA "dependem fortemente dos dados de treinamento" e são "relativamente limitados ao intervalo desses dados". Isso significa que, embora possam ser eficazes em previsões rotineiras, eles não são confiáveis para eventos que quebram recordes por grandes margens.

"Os modelos de IA ainda não são capazes de simular eventos extremos recordes, que, por definição, nunca foram observados antes. Essa é uma limitação crítica para a previsão de fenômenos climáticos cada vez mais frequentes e intensos."

O futuro da previsão do tempo: IA e modelos tradicionais em conjunto

Embora os modelos de IA tenham avançado rapidamente, os pesquisadores enfatizam que eles não devem substituir completamente os modelos tradicionais. Em vez disso, a combinação de ambos pode oferecer soluções mais robustas. Enquanto os modelos baseados em física garantem precisão em eventos extremos, a IA pode ser utilizada para otimizar previsões de curto prazo e reduzir o consumo de recursos computacionais.

O estudo serve como um lembrete importante: a tecnologia, embora promissora, ainda não é capaz de substituir completamente a ciência consolidada. Para enfrentar os desafios impostos pelas mudanças climáticas, é essencial manter uma abordagem equilibrada e baseada em evidências.