Em 17 de novembro, o Google DeepMind e o Google Research lançaram conjuntamente o WeatherNext 2, uma nova geração de modelo de previsão do tempo baseado em inteligência artificial. Este produto traz dois grandes avanços: um aumento de velocidade de 8 vezes e a capacidade de fornecer previsões com resolução horária — o que significa que, em um único chip, o modelo pode gerar centenas de possíveis cenários meteorológicos em menos de um minuto, enquanto os supercomputadores tradicionais levariam horas para concluir a mesma tarefa. Em termos de precisão, o WeatherNext 2 supera seu antecessor em 99,9% das variáveis meteorológicas, como temperatura, velocidade do vento e umidade, com um prazo de previsão que varia de 0 a 15 dias. Atualmente, a tecnologia já foi aplicada à Busca do Google, ao assistente de IA Gemini, à função de previsão do tempo dos celulares Pixel e à API de previsão do tempo da plataforma Google Maps. Nas próximas semanas, será integrada ao Google Maps para fornecer aos usuários serviços meteorológicos detalhados em tempo real. Merece destaque sua capacidade de prever desastres a curto prazo. Ao prever a trajetória de tempestades tropicais com três dias de antecedência, o novo modelo está cerca de 24 horas à frente de seu antecessor. O pesquisador da DeepMind, Akib Uddin, ressalta que as previsões horárias são especialmente cruciais para setores como o de comercialização de energia e o de trabalhadores agrícolas: "Dados mais refinados permitem uma tomada de decisão mais precisa; por exemplo, parques eólicos podem ajustar seus planos de geração de energia e empresas de energia podem otimizar sua distribuição." Essa inovação surge da "Rede Generativa Funcional" da DeepMind. Os modelos tradicionais são normalmente treinados com base em elementos meteorológicos isolados (como temperatura e velocidade do vento), enquanto o novo método consegue prever diretamente sistemas complexos, como a propagação de ondas de calor regionais ou flutuações na geração de energia eólica, aprendendo as relações entre esses elementos. É claro que ainda há espaço para melhorias na tecnologia. O cientista da DeepMind, Ferran Alet, admitiu que a capacidade preditiva do modelo para tais eventos precisa ser aprimorada, pois existem lacunas nos dados de treinamento para cenários climáticos extremos (como chuvas anormais e nevascas). "Essa é a direção em que estamos continuamente buscando melhorias." Atualmente, o WeatherNext 2 está disponível para empresas e instituições de pesquisa por meio do Vertex AI, BigQuery e Earth Engine do Google Cloud. A competição nesse campo está se intensificando, com empresas como NVIDIA, Microsoft, AccuWeather e Huawei desenvolvendo sistemas de previsão do tempo baseados em inteligência artificial. Desde ícones meteorológicos em celulares pessoais até ferramentas de apoio à decisão para empresas, o WeatherNext 2 está usando a tecnologia para mudar a forma como os humanos interagem com a natureza. Não se trata apenas de uma evolução tecnológica; ele prenuncia a ampla aplicação da IA em serviços climáticos — por meio de previsões refinadas e baseadas em dados, estamos gradualmente passando da "resposta passiva" para o "planejamento proativo", aproximando a tecnologia de cada detalhe da vida.
Carregando detalhes do thread
Buscando os tweets originais no X para montar uma leitura limpa.
Isso normalmente leva apenas alguns segundos.