Qualquer um faz previsão do tempo. Mas Paulo Orenstein acerta mais
Prever o tempo nunca foi simples. Agora, com as mudanças climáticas embaralhando padrões históricos e tornando o clima mais instável, o desafio ficou ainda maior. Um brasileiro é um dos criadores de uma inteligência artificial que, aplicada aos modelos tradicionais de previsão climática, aumenta substancialmente a assertividade das previsões.
Prever o tempo é uma tarefa complexa, mas Paulo Orenstein, matemático da IMPA, desenvolveu um método que aumenta significativamente a precisão das previsões climáticas. Formado em economia pela PUC-Rio, Orenstein mudou-se para a matemática aplicada e obteve seu doutorado em estatística em Stanford em 2019. Seu trabalho começou no doutorado, quando participou de uma competição internacional para antecipar o clima com semanas de antecedência.
O desafio é que quanto maior o intervalo entre a previsão e o evento, maior a dificuldade de previsão. Os modelos tradicionais baseados em equações físicas acumulam erros ao longo do tempo, tornando as previsões distantes maiores questões. No entanto, modelos baseados em inteligência artificial podem oferecer uma alternativa, mas também apresentam limitações, especialmente para prever eventos raros e extremos.
O método de Paulo, chamado de Probabilistic Bias Correction (PBC), aprende a partir de previsões anteriores onde e como cada sistema costuma errar, corrigindo os desvios de maneira sistemática. O PBC foi testado com sucesso em previsões de temperatura, precipitação e pressão atmosférica, dobrando a habilidade preditiva do sistema de inteligência artificial do ECMWF.
A tecnologia está sendo integrada à plataforma de clima da Microsoft e pode ser aplicada em setores como agricultura, gestão de reservatórios e preparação para secas e ondas de calor.
Written by urgent.news from Brazil Journal's reporting — not their text. Machine-written — may contain errors; check the original before relying on it.
