nova tecnologia usa IA para prever marés de tempestade

Eventos extremos mais frequentes são uma das facetas das mudanças climáticas. O que está acontecendo no Rio Grande do Sul, atingido pela maior tragédia climática da história do estado, é um exemplo disso. Dessa forma, a previsão de ocorrências de grande magnitude é fundamental na tentativa de mitigar os danos. E a inteligência artificial pode ser uma grande aliada neste sentido.

Leia mais

Dificuldade da previsão de eventos extremos

• Os modelos utilizados atualmente para realizar previsões da altura da maré e da altura média das ondas são baseados no equacionamento físico dos fenômenos envolvidos.
• São compostos de sistemas de equações diferenciais que contemplam variáveis como relevo, maré astronômica (determinada pela posição relativa de três corpos: Sol, Terra, Lua), regime de ventos, velocidade de correntes, índice de salinização da água, etc.
• Embora bem-sucedida em diversas áreas, essa modelagem é bastante complexa e depende de uma série de hipóteses simplificadoras.
• Além disso, é muitas vezes inviável integrar a ela novas fontes de dados medidos que poderiam contribuir para previsões melhores.
• As informações são do Jornal da USP.

Maior capacidade de previsão a partir da IA

É por isso que pesquisadores desenvolveram um novo modelo que combina parâmetros físicos e aprendizado de máquina para prever marés de tempestade. A tecnologia é alimentada por inteligência artificial e é capaz de identificar padrões em dados e realizar extrapolações para situações novas.

Os responsáveis pelo trabalho destacam que é possível uma melhor modelagem de fenômenos naturais complexos, além da previsão de outros fenômenos que envolvam séries temporais irregulares, como dados de saúde, redes de sensores em manufatura, indicadores financeiros, etc.

Além disso, o modelo combina diferentes tipos de redes neurais, de modo a integrar dados multimodais. Isso inclui imagens de satélite, informações tabulares e previsões de modelos numéricos, com a possibilidade de incorporar futuramente outras modalidades de dados, como texto e áudio. Essa abordagem representa um passo importante na direção de sistemas de previsão mais robustos e adaptáveis, capazes de lidar com a complexidade e a variabilidade dos dados associados a eventos climáticos extremos, segundo os pesquisadores.