Por que os meteorologistas precisam de um dia extra
Os ciclones tropicais estão entre as forças mais destrutivas da natureza. Ao longo do último meio século, eles levaram mais de 700 mil vidas e causou quase US $ 1,4 trilhões em danos à economia global. Cada 24 horas adicionais antes de uma tempestade é uma chance de evacuar as populações, reforçar a infraestrutura e, em última análise, salvar vidas. Este é exatamente o tipo de tempo de avanço que novos modelos de inteligência artificial estão tentando dar aos previsores.
O Google DeepMind, juntamente com pesquisadores do Google Research e dos principais centros meteorológicos – incluindo NHC, CIRA e UK Met Office – introduziu o modelo WeatherNext. Os resultados foram publicados na revista Nature. Os desenvolvedores afirmam que a precisão do modelo é comparável às previsões previamente disponíveis um dia depois: as previsões de três dias do WeatherNext correspondem às previsões de dois dias dos melhores sistemas tradicionais. Com efeito, este é um salto de cerca de dez anos de progresso meteorológico.
Como o TempoPróximo Funciona
Um conjunto de mil cenários
Em vez de uma única previsão, o modelo gera mil caminhos possíveis para cada ciclone ao mesmo tempo. Isto torna possível rastrear eventos raros, mas críticos — por exemplo, a rápida intensificação, quando uma tempestade se transforma em um poderoso furacão dentro de um dia. Anteriormente, o sistema era limitado a 50 cenários; agora o conjunto cresceu para 1.000 membros. Cada cenário não é apenas uma linha em um mapa, mas uma imagem completa dos ventos: da tempestade tropical à força do furacão, com probabilidades indicadas para cada local.
O WeatherNext é treinado em quase 20 terabytes de dados atmosféricos globais e na base de dados de ciclones históricos do IBTrACS, que contém registros de Cerca de 5.000 tempestades. É baseado em redes gerativas funcionais (FGNs). Uma única previsão de 15 dias é calculada em menos de um minuto nos processadores TPU do Google.
Um detalhe interessante: WeatherNext opera com uma resolução de 28×28 km, que é cerca de uma centena de vezes mais grosseira do que os modelos tradicionais. A versão reduzida, WeatherNext 2-mini, usa uma grade de 111×111 km e ainda oferece excelentes resultados. Por que o modelo é tão preciso em uma resolução grosseira permanece uma questão de pesquisa aberta.
Uma visão global em vez de trade-offs
Os meteorologistas geralmente têm que escolher entre modelos globais que cobrem todo o planeta e modelos locais que detalham uma região específica. WeatherNext Cyclones resolve esta contradição: prediz a circulação atmosférica geral enquanto descreve simultaneamente a trajetória, intensidade e estrutura do vento de um furacão em detalhes. O modelo pode produzir previsões até 15 dias antes, a partir de condições atmosféricas globais.
O Dia Extra na Prática
A conquista chave de WeatherNext Cyclones é mais de 24 horas de tempo de avanço adicional. Isso é confirmado por avaliações em ciclones históricos de 2023-2024, onde o modelo constantemente superou outros sistemas de previsão. Se meteorologistas pudessem prever um furacão perigoso com dois dias de antecedência, agora há um tampão de três dias. Para os moradores de áreas costeiras, isso não é apenas um número: um dia extra significa a capacidade de completar evacuações, reforçar edifícios e remarcar voos.
O valor prático do modelo já foi testado em operações do mundo real. Durante a temporada de 2025, o Centro Nacional de Furacões (NHC) dos EUA usou o WeatherNext para prever a rápida intensificação do furacão Melissa. Graças ao aviso inicial, os moradores da Jamaica souberam sobre o perigo mais cedo do que teriam com as previsões tradicionais. E em outubro de 2024, o modelo lidou com sucesso com o furacão Milton, demonstrando sua capacidade de prever mudanças bruscas na força da tempestade.
Código Aberto e Futuro
O Google anunciou que é open-sourcing dos modelos WeatherNext 2 e WeatherNext. Isto significa que qualquer centro meteorológico ou grupo de pesquisa pode executar o modelo em seus próprios sistemas, adaptá-lo Para as suas necessidades, e integrá-la nas actuais infra-estruturas de previsão. Esta abordagem acelera a adoção de IA na meteorologia operacional mundial.
É muito cedo para dizer que a IA substituirá totalmente modelos clássicos. Mas já está claro: ferramentas como WeatherNext dão aos meteorologistas esse tempo extra, que se traduz em vidas salvas e danos reduzidos. E o código aberto, juntamente com a colaboração com agências líderes — NHC, CIRA e UK Met Office — significa que a tecnologia alcançará rapidamente as previsões meteorológicas do mundo real.
