Empresas como Google, Microsoft, Nvidia e Huawei estão apostando em modelos de previsão do tempo baseados em inteligência artificial (IA). Essas soluções começam a competir com os tradicionais sistemas de meteorologia, que utilizam cálculos físicos complexos desenvolvidos ao longo de décadas. Esses novos modelos prometem ser mais rápidos e menos dependentes de supercomputadores. Mas surge a dúvida: será que eles são realmente eficazes? A resposta, por enquanto, não é tão simples, como mostra reportagem da BBC.
O peso econômico das previsões do tempo
Previsões meteorológicas não servem apenas para saber se vai chover. Elas têm impacto direto na segurança da população, na economia e na prevenção de desastres. Só nos Estados Unidos, em 2024, eventos climáticos extremos causaram US$ 182 bilhões em prejuízos e deixaram 568 mortos, segundo a NOAA (Administração Nacional Oceânica e Atmosférica).
No Reino Unido, ondas de calor resultaram em 1.311 mortes no mesmo ano. Estudos mostram que os serviços do Met Office, órgão britânico de meteorologia, geram um retorno estimado de £ 56 bilhões para a economia do país em uma década.
No Brasil, os impactos também são expressivos. Dados do Cemaden (Centro Nacional de Monitoramento e Alertas de Desastres Naturais) indicam que, entre 2013 e 2023, desastres naturais causaram prejuízos de mais de R$ 420 bilhões no país, afetando setores como infraestrutura, agricultura, energia e transporte. Além disso, milhares de pessoas são afetadas anualmente por enchentes, deslizamentos e secas, eventos que poderiam ser mitigados com previsões mais precisas e sistemas de alerta eficientes.
Esse é um mercado que cresce na mesma proporção que aumentam os eventos climáticos extremos, impulsionados pelas mudanças no clima global.
Como funcionam os modelos tradicionais
- Os modelos meteorológicos tradicionais rodam em alguns dos maiores supercomputadores do mundo.
- O contrato atual do Met Office, por exemplo, é avaliado em £ 1,2 bilhão, e garante uma máquina capaz de realizar 60 quadrilhões de cálculos por segundo.
- Esses sistemas utilizam modelos físicos com mais de um milhão de linhas de código, processando cerca de 215 bilhões de observações meteorológicas.
- As previsões são feitas por meio de cálculos aplicados em grades que cobrem todo o planeta, com resolução que varia de 10 km² a 28 km².
- Por conta dessas limitações de escala, nem sempre esses modelos conseguem prever eventos localizados, como chuvas isoladas ou enchentes repentinas.
