Prestigiada revista científica Nature publica artigo sobre o modelo de IA Pangu-Weather, criado por pesquisadores da HUAWEI CLOUD
O modelo meteorológico oferece um excelente desempenho em termos de velocidade e precisão, em comparação com os sistemas de previsão tradicionais
SHENZHEN, China, 6 de julho de 2023 /PRNewswire/ -- A HUAWEI CLOUD anunciou que a Nature, uma das principais revistas científicas do mundo, publicou um artigo sobre o Pangu-Weather, um inovador modelo de IA desenvolvido pela empresa chinesa.
De acordo com o Nature Index, essa é a primeira vez que funcionários de uma empresa chinesa de tecnologia são os únicos autores de um artigo publicado na Nature. Publicado na prestigiada revista em 5 de julho de 2023, o artigo explica como desenvolver um sistema de IA preciso e exato para previsões meteorológicas globais, com base em aprendizagem profunda e 43 anos de dados.
O Pangu-Weather é o primeiro modelo de previsão meteorológica por IA a produzir resultados mais precisos do que os tradicionais métodos de previsão numérica. O modelo cria previsões dez mil vezes mais rápidas, reduzindo o tempo de previsão do tempo global para apenas alguns segundos. Intitulado "Accurate medium-range global weather forecasting with 3D neural networks" ("Previsões meteorológicas globais precisas de médio alcance com redes neurais 3D"), o artigo inclui verificações independentes desses recursos.
O Pangu-Weather refuta o pressuposto de que a precisão das previsões meteorológicas por IA seja inferior à dos métodos de previsão numérica tradicionais. Desenvolvido pela equipe da HUAWEI CLOUD, o Pangu-Weather é o primeiro modelo de previsão meteorológica por IA cuja precisão supera a dos métodos de previsão numérica.
Com o desenvolvimento da capacidade computacional nos últimos 30 anos, a precisão das previsões meteorológicas numéricas melhorou drasticamente, permitindo emitir avisos sobre fenômenos extremos e gerar prognósticos sobre mudanças climáticas. No entanto, esse método ainda é relativamente demorado. Para melhorar a velocidade das previsões, os pesquisadores têm investigado maneiras de aplicar métodos de aprendizagem profunda. No entanto, a precisão das previsões de médio e longo prazo geradas por IA continua sendo inferior à das previsões com métodos numéricos. Acima de tudo, a IA não consegue prever eventos meteorológicos extremos e incomuns, como os tufões.
Todos os anos, são registrados cerca de 80 tufões em todo o mundo. Em 2022, de acordo com dados do Ministério de Gerenciamento de Emergências da China, os prejuízos econômicos diretamente causados por tufões no território chinês totalizaram 5,42 bilhões de yuans. Quanto mais cedo os avisos forem emitidos, mais fácil será fazer os preparativos adequados.
Os modelos de previsão meteorológica por IA são atraentes devido a sua velocidade, mas seus níveis de precisão são insatisfatórios por duas razões. Em primeiro lugar, esses modelos de previsão por IA são baseados em redes neurais 2D, que não conseguem processar corretamente dados meteorológicos irregulares em 3D. Em segundo lugar, as previsões meteorológicas de médio prazo podem ser prejudicadas por erros cumulativos quando o modelo é aplicado demasiadas vezes.
Como o Pangu-Weather resolve esses problemas
Em estudos científicos, o modelo Pangu-Weather demonstrou possuir níveis de precisão superiores aos dos tradicionais métodos de previsão numérica em previsões de uma hora a sete dias, com uma velocidade dez mil vezes superior. O modelo consegue prever, de forma precisa e em poucos segundos, indicadores meteorológicos otimizados como umidade, temperatura, velocidade do vento e pressão ao nível do mar.
O modelo usa uma arquitetura 3DEST (3D Earth-Specific Transformer) para processar dados 3D complexos e irregulares. Adotando uma estratégia hierárquica, temporal e de agregação, o modelo foi treinado para diferentes intervalos de previsão, usando intervalos de uma, três, seis e 24 horas. Esse método permite minimizar a quantidade de iterações necessárias para prever uma condição meteorológica em um momento específico, reduzindo também o número de previsões errôneas.
Para ensinar o modelo a trabalhar com intervalos de tempo específicos, os pesquisadores treinaram 100 "épocas" (ciclos) com amostras horárias de dados meteorológicos relativos ao período entre 1979 e 2021. Cada um dos submodelos que resultaram desse processo exigiu 16 dias de treinamento em 192 placas gráficas V100. Usando uma placa gráfica V100, o modelo Pangu-Weather consegue gerar, atualmente, previsões meteorológicas globais para um período de 24 horas em apenas 1,4 segundos, o que representa uma velocidade dez mil vezes superior à da previsão numérica tradicional.
Explicando por que a equipe de IA da HUAWEI CLOUD decidiu concentrar seus esforços no campo das previsões meteorológicas, o Dr. Tian Qi, diretor científico do departamento de IA da HUAWEI CLOUD, membro da IEEE e acadêmico da Academia Internacional Eurasiática de Ciências, afirmou: "A previsão do tempo é um dos cenários mais importantes no campo da computação científica, pois é um sistema altamente complexo, mas é difícil cobrir todos os aspectos do conhecimento matemático e físico. Portanto, estamos muito satisfeitos que nossa pesquisa tenha sido reconhecida pela revista Nature. Os modelos de IA conseguem obter leis estatísticas de evolução atmosférica a partir de grandes volumes de dados. Atualmente, o Pangu-Weather funciona principalmente como um sistema de previsão, e sua principal capacidade é prever a evolução dos estados atmosféricos. Nosso principal objetivo é construir uma estrutura de previsão meteorológica de última geração usando tecnologias de IA para fortalecer os sistemas de previsão já existentes."
Comentando sobre a importância e qualidade das pesquisas desenvolvidas pela HUAWEI CLOUD, os avaliadores acadêmicos da Nature explicaram que, além de ser muito fácil de baixar e executar, o Pangu-Weather é extremamente rápido até mesmo em um computador de mesa. Isso significa que qualquer pessoa da comunidade meteorológica pode executar e testar esses modelos. É uma excelente oportunidade para a comunidade testar a qualidade das previsões do modelo sobre fenômenos específicos. Isso ajudará a disciplina a progredir. Outro avaliador observou que os resultados representam um avanço muito significativo em comparação com resultados anteriores. Esse trabalho fará com que as pessoas reavaliem o futuro dos modelos de previsão.
Em maio de 2023, o tufão Mawar chamou a atenção do mundo como o ciclone tropical mais forte do ano até agora. De acordo com a Administração Meteorológica da China, o Pangu-Weather previu de forma precisa a trajetória do Mawar cinco dias antes de o tufão mudar sua rota nas águas orientais das ilhas de Taiwan.
Além disso, para desenvolver continuamente modelos avançados de previsão meteorológica por IA, são necessários ambientes em nuvem, conjuntos de ferramentas de trabalho e serviços de operação e manutenção estáveis.
FONTE HUAWEI CLOUD
WANT YOUR COMPANY'S NEWS FEATURED ON PRNEWSWIRE.COM?
Newsrooms &
Influencers
Digital Media
Outlets
Journalists
Opted In
Share this article