- Um novo modelo de IA climática chamado ESFM (Earth System Foundation Model) integra atmosfera, água e solo para prever eventos extremos com mais precisão.
- O modelo aprende as interações entre os sistemas terrestres, reconstruindo dados climáticos ausentes e analisando informações de clima, circulação, solo, vegetação, relevo, ciclo da água e dados de satélites e estações.
- Em testes com o supertufão Doksuri, em 2023, o ESFM previu com eficiência a intensidade dos ventos, o deslocamento da tempestade e sua área de abrangência, mesmo sem ter sido treinado especificamente para esse evento.
- O sistema também mostrou capacidade de reconstruir imagens de satélite extremamente incompletas, funcionando com apenas uma pequena parcela de dados disponíveis.
- Apresentado na Assembleia Geral da União Geofísica Europeia e disponibilizado no arXiv, o ESFM potencializa previsões de secas, enchentes, tempestades e pode evoluir como modelo fundamental de IA para diversas áreas científicas.
O ESFM, modelo de inteligência artificial climática, foi apresentado por pesquisadores da ETH Zurich na Assembleia Geral da European Geosciences Union. Ele integra atmosfera, água e solo para prever desastres climáticos com maior precisão.
O sistema aprende de forma autônoma as interações entre componentes do sistema Terra, reconstruindo dados ausentes e estimando eventos extremos. O estudo foi disponibilizado no arXiv e em trabalhos científicos de geociências computacionais.
Em testes, o ESFM demonstrou prever a intensidade de ventos, deslocamento e expansão de grandes furacões, como o supertufão Doksuri de 2023, mesmo sem treinamento específico para aquele evento. Também reconstruiu imagens de satélite com dados parciais.
Funcionamento e resultados iniciais
Diferente de modelos tradicionais, o ESFM não analisa apenas a atmosfera, mas combina informações de clima, circulação atmosférica, solo, vegetação, relevo, ciclo da água, umidade, dados de satélite e estações. Essa visão integrada permite preencher lacunas.
Os pesquisadores destacam que o modelo pode prever eventos extremos e monitorar secas, enchentes e mudanças ambientais em larga escala. A capacidade de reconstrução de dados incompletos é apontada como diferencial relevante.
Outra linha de importância é a classificação do ESFM como modelo fundamental de IA, capaz de adaptar conhecimentos aprendidos para novas tarefas científicas. A expectativa é de evolução rápida e maior precisão global nas previsões.
Perspectivas e impactos
Especialistas apontam que a abordagem integrada pode influenciar planejamento urbano, gestão hídrica e agricultura, ao oferecer previsões com menos dependência de dados completos. A tecnologia também pode sustentar estudos sobre biodiversidade.
A aplicação prática do ESFM ainda depende de validação contínua e de acompanhamento de condições regionais. Pesquisadores afirmam que o progresso tende a ampliar a confiabilidade de previsões climáticas em todo o planeta.
Entre na conversa da comunidade