{"id":7415,"date":"2023-11-15T09:23:17","date_gmt":"2023-11-15T09:23:17","guid":{"rendered":"https:\/\/dailyai.com\/?p=7415"},"modified":"2023-11-15T11:28:59","modified_gmt":"2023-11-15T11:28:59","slug":"googles-graphcast-model-predicts-weather-better-than-the-rest","status":"publish","type":"post","link":"https:\/\/dailyai.com\/pt\/2023\/11\/googles-graphcast-model-predicts-weather-better-than-the-rest\/","title":{"rendered":"O modelo GraphCast da Google prev\u00ea o tempo melhor do que os outros"},"content":{"rendered":"

O modelo de aprendizagem autom\u00e1tica da Google DeepMind, o GraphCast, superou os m\u00e9todos tradicionais de previs\u00e3o meteorol\u00f3gica por uma certa dist\u00e2ncia nos primeiros testes.<\/strong><\/p>\n

Prever o tempo com exatid\u00e3o \u00e9 uma tarefa dif\u00edcil que se torna exponencialmente complexa quanto maior for o n\u00famero de dias no futuro que quisermos prever.<\/p>\n

\u00c9 por esta raz\u00e3o que as organiza\u00e7\u00f5es meteorol\u00f3gicas recorrem aos supercomputadores mais potentes do mundo para processar os complexos algoritmos de previs\u00e3o que nos dizem se vai ou n\u00e3o chover amanh\u00e3.<\/p>\n

O modelo Integrated Forecasting System (IFS) que o Centro Europeu de Previs\u00e3o do Tempo a M\u00e9dio Prazo (ECMWF) utiliza \u00e9 considerado o modelo meteorol\u00f3gico europeu mais preciso. E a GraphCast acaba de super\u00e1-lo de longe.<\/p>\n

GraphCast<\/a> foi capaz de prever o tempo com 10 dias de anteced\u00eancia mais rapidamente e com maior precis\u00e3o do que o ECMWF em mais de 90% de 1.380 objectivos de verifica\u00e7\u00e3o.<\/p>\n

Saber se deve levar o guarda-chuva para o trabalho \u00e9 \u00fatil, mas \u00e9 na previs\u00e3o exacta de fen\u00f3menos meteorol\u00f3gicos extremos que o GraphCast pode ter um impacto significativo.<\/p>\n

Em setembro, quando faltavam 9 dias para a passagem do furac\u00e3o Lee, os gabinetes de meteorologia estavam a trabalhar arduamente para prever qual a cidade que iria sofrer o impacto da tempestade.<\/p>\n

O modelo IFS apresentou uma previs\u00e3o aproximada de que o furac\u00e3o atingiria algumas cidades do nordeste ou possivelmente n\u00e3o as atingiria por completo. Entretanto, o GraphCast previu que o furac\u00e3o Lee atingiria a Nova Esc\u00f3cia.<\/p>\n

S\u00f3 tr\u00eas dias mais tarde \u00e9 que o IFS chegou \u00e0 mesma conclus\u00e3o, que acabou por se revelar correcta. Imagine-se a melhoria na afeta\u00e7\u00e3o de recursos e nos servi\u00e7os de emerg\u00eancia que seriam poss\u00edveis com mais 3 dias.<\/p>\n

Pushmeet Kohli, vice-presidente de investiga\u00e7\u00e3o da Google DeepMind, afirmou: \"A previs\u00e3o meteorol\u00f3gica \u00e9 um dos problemas mais dif\u00edceis com que a humanidade tem vindo a trabalhar desde h\u00e1 muito, muito tempo. E se olharmos para o que aconteceu nos \u00faltimos anos com as altera\u00e7\u00f5es clim\u00e1ticas, este \u00e9 um problema incrivelmente importante\".<\/p>\n

\n

Apresenta\u00e7\u00e3o do GraphCast: o nosso modelo de IA de \u00faltima gera\u00e7\u00e3o que fornece previs\u00f5es meteorol\u00f3gicas para 10 dias com uma precis\u00e3o sem precedentes em menos de um minuto. \ud83c\udf26\ufe0f<\/p>\n

Pode mesmo ajudar a prever as traject\u00f3rias potenciais dos ciclones num futuro mais long\u00ednquo.<\/p>\n

Eis como funciona. \ud83e\uddf5 https:\/\/t.co\/ygughpkdeP<\/a> pic.twitter.com\/0Y6DyBXDow<\/a><\/p>\n

- Google DeepMind (@GoogleDeepMind) 14 de novembro de 2023<\/a><\/p>\n<\/blockquote>\n