Modelos tradicionais ainda superam IA em previsões de eventos climáticos extremos

Limitações da IA em previsões climáticas extremas

A inteligência artificial (IA) tem sido apresentada como a revolução na previsão do tempo, prometendo maior velocidade e precisão. No entanto, um estudo recente publicado na revista Science identificou uma fragilidade crítica: a IA ainda não consegue prever com acurácia eventos climáticos extremos.

Segundo Sebastian Engelke, professor de estatística da Universidade de Genebra e coautor do estudo, "os modelos tradicionais ainda apresentam melhor desempenho em tarefas extremas — aquelas mais importantes para a sociedade". A pesquisa comparou modelos avançados de IA, como o GraphCast e o Pangu-Weather, com uma base de dados de eventos extremos recentes.

Por que a IA falha em eventos extremos?

A principal razão está na forma como esses modelos são treinados. Eles utilizam décadas de dados históricos para prever padrões climáticos. "Eles tentam entender empiricamente: se hoje temos um tipo de clima, como será amanhã?", explica Engelke. "Basicamente, reproduzem o que já aconteceu no passado. Mas eventos extremos — especialmente os recordes — não foram observados antes."

Isso significa que a IA não tem informações suficientes em seus dados de treinamento para prever fenômenos como:

• Ondas de calor recordes, como a que atingiu a Sibéria em 2020, causando incêndios e derretimento do permafrost;
• Ventos extremos ou frio recorde, que os modelos tradicionais ainda preveem com mais precisão.

No caso da Sibéria, a onda de calor foi tão extrema que só ocorreu devido às mudanças climáticas. Um estudo anterior revelou que o aquecimento global tornou esse evento 600 vezes mais provável.

Modelos tradicionais ainda lideram em precisão

Diferentemente dos modelos de IA, os sistemas tradicionais baseados em física utilizam equações matemáticas complexas para representar o mundo real. Eles conseguem se adaptar melhor a condições inéditas, embora também não sejam perfeitos.

Para previsões comuns ou eventos extremos dentro da faixa histórica conhecida, a IA já supera os modelos tradicionais. Um exemplo recente foi o lançamento do modelo Atlas, da Nvidia, que previu com precisão a intensidade do Ciclone Dennis, que atingiu o Reino Unido em 2020. "Ao visualizar a magnitude dos ventos e a pressão atmosférica, o modelo conseguiu capturar eventos intensos de forma realista", afirmou Mike Pritchard, diretor de pesquisa em simulação climática da Nvidia.

O futuro: melhorias e integração com modelos tradicionais

Embora os modelos de IA tenham avançado nos últimos anos — alguns já incluem previsões probabilísticas com múltiplos cenários —, o problema fundamental persiste: eles ainda dependem de dados históricos. Pesquisadores buscam soluções, como incluir simulações de eventos recordes nos conjuntos de treinamento.

Atualmente, agências meteorológicas e empresas de dados climáticos, como a The Weather Company, já utilizam IA em conjunto com modelos tradicionais. Companhias de seguros também adotam essas tecnologias para avaliar riscos.

Enquanto a IA avança, os modelos baseados em física continuam sendo a referência para previsões de eventos extremos. A combinação de ambas as abordagens pode ser a chave para um futuro mais seguro diante das mudanças climáticas.