Ilan Price e Matthew Wilson detalham numa publicação de blogue da Google o agente de Inteligência Artificial GenCast e explicam que é o melhor a fornecer previsões de condições meteorológicas, sejam diárias ou de fenómenos extremos, quando comparado com outros sistemas de Inteligência Artificial e também com os sistemas de previsão utilizados atualmente e baseados em elementos físicos.
A equipa da Google explica que, em testes, comparou as previsões produzidas pelo GenCast para o clima em 2019 com as previsões geradas pelo European Center for Medium-Range Weather Forecasts (ECMWF) e contam que o GenCast foi mais preciso em 97,2% das vezes. Dando-lhe uma antecipação de 36 horas, o sistema da DeepMind foi mais preciso ainda mais vezes, com 99,8% das vezes, avança o Engadget.
Rémi Lam, cientista que liderou o programa anterior de IA da DeepMind, conta que “estou um pouco relutante em admitir, mas parece que fizemos décadas de progresso em apenas um ano. Estamos a ver progresso muito, muito rápido”.
O GenCast é um modelo de difusão, semelhante a outras tecnologias generativas da Google e foi treinado com 40 anos de dados meteorológicos de alta qualidade e curados, conseguindo gerar previsões probabilísticas, ou seja, que atribuem percentagens de probabilidade aos diferentes cenários gerados. Outra vantagem é que o modelo exige menos poder computacional quando comparado com os sistemas de previsão meteorológica atuais: um único TPU v5 consegue gerar uma previsão de 15 dias em apenas oito minutos.
A DeepMind está a trabalhar para melhorar os atuais pontos negativos do sistema, nomeadamente na sua capacidade de prever a intensidade de furacões. O GenCast vai ser um modelo aberto e a Google vai disponibilizar código exemplo no GitHub.
Além do GenCast, a Google tinha revelado no ano passado um outro sistema de previsões meteorológicas que apresentava uma taxa de eficácia 90% superior aos sistemas comummente utilizados.
