Uma nova ferramenta de IA (inteligência artificial) é definida para permitir aos cientistas prever com mais precisão as condições do gelo do mar Ártico a uma distância de meses. As previsões melhoradas podem favorecer novos sistemas de alerta precoce que protegem a vida selvagem do Ártico e as comunidades costeiras dos impactos da perda de gelo marinho.
Publicado esta semana na revista Nature Communications, uma equipa internacional de pesquisadores liderada pelo British Antarctic Survey (BAS) e The Alan Turing Institute descreve como o sistema de IA, IceNet, aborda o desafio de produzir previsões precisas do gelo do mar Ártico para a próxima temporada — algo que escapa aos cientistas há décadas. O gelo marinho, uma vasta camada de água do mar congelada que aparece nos polos Norte e Sul, é notoriamente difícil de prever devido à sua complexa relação com a atmosfera acima e o oceano abaixo.
A sensibilidade do gelo marinho ao aumento das temperaturas fez com que a área de gelo marinho do Ártico no verão caísse pela metade nas últimas quatro décadas, o equivalente à perda de uma área cerca de 25 vezes o tamanho da Grã-Bretanha. Essas mudanças aceleradas têm consequências dramáticas para o nosso clima, para os ecossistemas árticos e para as comunidades indígenas e locais cujos meios de subsistência estão ligados ao ciclo sazonal do gelo marinho. IceNet, a ferramenta de previsão de IA, é quase 95% precisa em prever se o gelo marinho estará presente dois meses antes — melhor do que o modelo líder baseado na física.
O autor principal, Tom Andersson, cientista de dados do BAS AI Lab e financiado pelo The Alan Turing Institute, explica: “O Ártico é uma região na linha de frente das mudanças climáticas e tem visto um aquecimento substancial nos últimos 40 anos. O IceNet tem potencial para preencher uma lacuna urgente na previsão do gelo marinho para os esforços de sustentabilidade do Ártico e funcionar milhares de vezes mais rápido do que os métodos tradicionais.”
O Dr. Scott Hosking, Investigador Principal, co-líder do BAS AI Lab e Pesquisador Sênior do The Alan Turing Institute, diz: “Estou animado para ver como a IA está nos fazendo repensar como realizamos pesquisas ambientais. Nossa nova estrutura de previsão de gelo no mar funde dados de sensores de satélite com a saída de modelos climáticos de uma forma que os sistemas tradicionais simplesmente não conseguiam alcançar. “
Ao contrário dos sistemas convencionais de previsão que tentam modelar as leis da física diretamente, os autores desenvolveram o IceNet com base num conceito chamado aprendizado profundo. Por meio dessa abordagem, o modelo ‘aprende’ como o gelo marinho muda a partir de milhares de anos de dados de simulação climática, junto com décadas de dados observacionais para fazer uma previsão de meses quanto à extensão do gelo marinho do Ártico.
Tom Andersson conclui: “Agora que demonstramos que a IA pode prever com precisão o gelo marinho, o nosso próximo objetivo é desenvolver uma versão diária do modelo e executá-lo publicamente em tempo real, assim como as previsões do tempo. Isso pode funcionar como um sistema de alerta precoce para riscos associados à rápida perda de gelo do mar.”
Fonte Phys
