O modelo de IA da Nvidia previu com precisão a tempestade com semanas de antecedência

Enquanto a tempestade de inverno assolava grande parte dos Estados Unidos, as previsões meteorológicas para determinadas regiões apresentavam discrepâncias significativas, com previsões de queda de neve variando amplamente.

O momento do lançamento dos novos modelos de previsão meteorológica Earth-2 da Nvidia não poderia ser mais perfeito. Ou talvez, dada a precisão alegada desses modelos, a empresa tivesse uma visão antecipada das condições meteorológicas?

Esses novos modelos de IA foram projetados para fornecer previsões meteorológicas mais rápidas e precisas. A Nvidia afirma que um modelo específico, o Earth-2 Medium Range, supera o modelo meteorológico de IA do Google DeepMind, GenCast, em mais de 70 variáveis. O GenCast, lançado pelo Google em dezembro de 2024, já havia demonstrado precisão superior em comparação com os modelos meteorológicos existentes, capazes de gerar previsões com até 15 dias de antecedência.

A Nvidia apresentou essas novas ferramentas na segunda-feira, na reunião da Sociedade Meteorológica Americana em Houston.

“Do ponto de vista filosófico e científico, isso representa um retorno à simplicidade”, explicou Mike Pritchard, diretor de simulação climática da Nvidia, aos repórteres antes da reunião. “Estamos deixando para trás as arquiteturas de IA especializadas e artesanais e abraçando o futuro de sistemas simples e escaláveis baseados em transformadores.”

A previsão meteorológica convencional depende principalmente de simulações baseadas em física de observações do mundo real. Os modelos de IA são um desenvolvimento mais recente neste campo. O modelo Earth-2 Medium Range é construído sobre uma nova arquitetura da Nvidia chamada Atlas, com mais detalhes programados para serem divulgados na segunda-feira.

Além do Medium Range, o pacote Earth-2 da Nvidia inclui um modelo Nowcasting e um modelo Global Data Assimilation.

Ingressos para o Disrupt 2026: oferta única

Os ingressos já estão disponíveis! Garanta uma economia de até US$ 680 durante esta oferta por tempo limitado e esteja entre os primeiros 500 inscritos para receber 50% de desconto no seu passe +1. O TechCrunch Disrupt apresenta líderes do setor do Google Cloud, Netflix, Microsoft, Box, a16z, Hugging Face e muitos outros em mais de 250 sessões focadas em impulsionar o crescimento e aumentar sua vantagem competitiva. Interaja com centenas de startups inovadoras e participe de oportunidades de networking selecionadas que facilitam negócios, fornecem insights valiosos e despertam a inspiração.

Ingressos para o Disrupt 2026: oferta única

Os ingressos já estão disponíveis! Garanta uma economia de até US$ 680 durante esta oferta por tempo limitado e esteja entre os primeiros 500 inscritos para receber 50% de desconto no seu passe +1. O TechCrunch Disrupt conta com líderes do setor da Google Cloud, Netflix, Microsoft, Box, a16z, Hugging Face e muitos outros em mais de 250 sessões focadas em impulsionar o crescimento e aumentar sua vantagem competitiva. Interaja com centenas de startups inovadoras e participe de oportunidades de networking selecionadas que facilitam negócios, fornecem insights valiosos e despertam a inspiração.

O Nowcasting gera previsões meteorológicas de curto prazo, de zero a seis horas à frente, ajudando os meteorologistas a avaliar os impactos potenciais de tempestades e outras condições climáticas perigosas.

“Como esse modelo é treinado diretamente com dados de satélites geoestacionários disponíveis globalmente, em vez de resultados de modelos físicos específicos da região, o Nowcasting pode ser adaptado a qualquer local com cobertura de satélite adequada”, observou Pritchard. Essa capacidade deve ajudar os governos estaduais e as nações menores a compreender como os sistemas climáticos severos podem afetar suas regiões.

O modelo de Assimilação de Dados Globais processa dados de fontes que incluem estações meteorológicas e balões para criar instantâneos contínuos das condições meteorológicas em milhares de locais globais. Esses instantâneos servem como pontos de partida para os modelos meteorológicos gerarem suas previsões.

Tradicionalmente, a produção desses instantâneos exigia enormes recursos de computação antes que a previsão pudesse começar. “Esse processo normalmente consome cerca de 50% da capacidade total de supercomputação usada na previsão meteorológica tradicional”, explicou Pritchard. “Nosso modelo pode fazer isso em minutos usando GPUs, em vez das horas exigidas pelos supercomputadores.”

Esses três novos modelos se juntam a dois já existentes: o CorrDiff, que usa previsões de baixa resolução para gerar rapidamente previsões de alta resolução, e o FourCastNet 3, que modela variáveis meteorológicas individuais, como temperatura, vento e umidade.

De acordo com Pritchard, esses novos modelos devem democratizar o acesso a ferramentas avançadas de previsão do tempo, que historicamente estavam disponíveis principalmente para nações mais ricas e grandes corporações que podem pagar pelo tempo de uso de supercomputadores caros.

“Essas ferramentas fornecem os blocos de construção fundamentais para todos no ecossistema — serviços meteorológicos nacionais, empresas financeiras, empresas de energia — qualquer organização interessada em desenvolver e refinar modelos de previsão do tempo”, afirmou Pritchard. Algumas ferramentas já estão operacionais, com meteorologistas em Israel e Taiwan usando o Earth-2 CorrDiff, enquanto a The Weather Company e a Total Energies estão avaliando o Nowcasting.

“Embora alguns usuários possam preferir assinar sistemas centralizados de previsão do tempo para empresas, outros, particularmente países, priorizam a soberania”, enfatizou Pritchard. “O clima representa uma preocupação de segurança nacional, tornando a soberania e a previsão do tempo inerentemente interligadas.”