IBM e NASA lançam IA para estudos climáticos em plataforma aberta

IBM e NASA lançam IA para estudos climáticos em plataforma aberta

A IBM e a NASA deram um passo importante na inovação climática ao lançarem um modelo fundacional de inteligência artificial (IA) de código aberto na plataforma Hugging Face (uma plataforma de compartilhamento e desenvolvimento de modelos de IA, amplamente utilizada por cientistas e desenvolvedores ao redor do mundo). Essa ferramenta foi projetada para transformar a forma como cientistas, desenvolvedores e empresas analisam dados meteorológicos e climáticos, oferecendo uma flexibilidade que permite sua aplicação em diversas escalas, desde o nível global até previsões locais altamente precisas. Com isso, o modelo ultrapassa as capacidades das soluções tradicionais, abrindo novas possibilidades de estudos e projeções climáticas.

Esse avanço foi possível graças ao uso de 40 anos de dados de observação da Terra, obtidos por meio da Modern-Era Retrospective Analysis for Research and Applications, version 2 (MERRA-2), uma vasta base de dados climáticos da NASA. O projeto também contou com o apoio do Oak Ridge National Laboratory, que contribuiu para o desenvolvimento dessa tecnologia inovadora.

A arquitetura do modelo é altamente adaptável, permitindo ajustes para uma grande variedade de contextos, desde previsões detalhadas em áreas locais até análises de grandes fenômenos atmosféricos. O modelo fundacional e o modelo de parametrização da onda gravitacional podem ser acessados nesta página. Ambos os modelos estão disponíveis em versões otimizadas para atender a diferentes demandas:

Redução da escala de dados climáticos e meteorológicos

  • – O modelo permite a representação de dados climáticos e meteorológicos com uma resolução até 12 vezes maior que a dos modelos tradicionais.
  • – Essa capacidade de aumentar a resolução oferece previsões mais localizadas e detalhadas, tornando possível a análise climática em áreas específicas com muito mais precisão.
  • – A versão otimizada para redução de escala pode ser acessada na página IBM Granite na plataforma Hugging Face.

Parametrização da onda de gravidade

  • – Outra versão do modelo é otimizada para a parametrização da onda de gravidade, um fenômeno atmosférico que impacta significativamente a dinâmica climática.
  • – Com essa parametrização, é possível aprimorar a representação de padrões climáticos complexos, oferecendo uma análise mais detalhada de fenômenos atmosféricos.
  • – Assim como a versão de redução de escala, essa versão do modelo também está disponível na página IBM Granite na Hugging Face.

Karen St. Germain, diretora da Divisão de Ciência da Terra da NASA, ressaltou o impacto desse novo modelo diante dos desafios climáticos cada vez mais urgentes. Para ela, a rapidez com que as mudanças no planeta estão acontecendo exige uma resposta prática e imediata. “O que estamos vivenciando hoje em termos de mudanças climáticas pede uma estratégia assertiva e ágil”, comentou, reforçando que essa inovação da IA está alinhada ao compromisso da NASA de oferecer ciência aplicada em prol de todos.

Do lado da IBM, Juan Bernabe-Moreno, diretor de Pesquisa da empresa na Europa, destacou a flexibilidade da ferramenta, que vai além das previsões climáticas tradicionais. “Criamos esse modelo para ser versátil, adaptável a diferentes contextos e necessidades”, explicou. Ele vê esse lançamento como parte de uma evolução contínua, lembrando que o modelo já integra a família Prithvi de IA fundacional da IBM, que inclui soluções focadas no monitoramento de desastres naturais, biodiversidade e uso do solo.

A colaboração entre a IBM, NASA e o Oak Ridge National Laboratory reforça o compromisso dessas instituições em explorar novas fronteiras na análise climática por meio da inteligência artificial. Com a disponibilização em código aberto, o modelo promete beneficiar cientistas, empresas e organizações no enfrentamento dos desafios globais impostos pelas mudanças climáticas.


Créditos: Imagem Destaque – Aymane Guazlen/Shutterstock

Compartilhe esse artigo: