Uma poderosa tempestade se formou sobre o Mar do Caribe em outubro de 2025. Naquele momento, as previsões meteorológicas indicavam rotas e intensidades conflitantes. Enquanto alguns modelos sugeriam que a tempestade se manteria fraca, seguindo para o Haiti, outros alertavam para uma intensificação e o avanço em direção à Jamaica. O modelo WeatherNext, desenvolvido pela DeepMind e Google Research, apresentou uma previsão decisiva: cinco dias antes do impacto, indicou com 80% de certeza que a Jamaica seria atingida por um furacão de categoria 5.
O furacão Melissa, como foi denominado, resultou em eventos catastróficos, com inundações e deslizamentos de terra por toda a Jamaica. No entanto, a antecipação proporcionada pela inteligência artificial permitiu que os meteorologistas emitissem alertas precoces, garantindo uma melhor preparação das comunidades ameaçadas.
Em um artigo recente divulgado na revista Nature, cientistas revelaram que o modelo WeatherNext consegue prever ciclones com uma exatidão nunca antes vista. A ferramenta proporciona, em média, um dia adicional de antecedência nas previsões em comparação com os sistemas atuais. Isso implica que suas projeções com três dias de prazo atingem a mesma precisão que os modelos antigos alcançavam em dois dias, um avanço que se traduz em um impacto prático substancial.
“Até mesmo poucas horas podem mudar o cenário”, afirmou Mike Brennan, diretor do Centro Nacional de Furacões dos EUA. Ele explicou que tarefas como a organização de evacuações, o abastecimento de suprimentos e a mobilização de recursos para enfrentar furacões exigem rapidez, e decisões equivocadas podem gerar consequências graves. “O tempo é um recurso de grande valor quando se trata dessas decisões, então a habilidade de aumentar a precisão da previsão em até um dia, superando o que era possível antes, é extremamente benéfica”, complementou.
Mais sobre o assunto: Google lança IA de código aberto para alertas precoces de ciclones e furacões
A conquista de um dia extra na antecipação das previsões, historicamente, demandaria uma década de esforços e pesquisas, segundo os cientistas envolvidos.
Como a inteligência artificial transforma o desenvolvimento e a previsão do tempo
Criar modelos para eventos climáticos extremos representa um desafio considerável para a inteligência artificial. O aprendizado de máquina necessita de um vasto volume de dados para gerar previsões futuras, mas fenômenos extremos são, por definição, raros. “Não possuímos muitos registros de ciclones, mas contamos com uma grande quantidade de dados meteorológicos”, explicou Ferran Alet, cientista pesquisador do Google DeepMind e um dos autores principais do estudo. “Portanto, nosso objetivo foi treinar um modelo capaz de se destacar tanto em meteorologia geral quanto na análise específica de ciclones”, disse ele.
Os furacões se mostram especialmente difíceis de prever devido à sua atuação em múltiplas escalas espaciais, conforme apontou Kate Musgrave, líder do grupo de ciclones tropicais no Instituto Cooperativo de Pesquisa da Atmosfera e coautora do estudo. A projeção da trajetória de uma tempestade, ou seja, sua direção, exige dados meteorológicos globais, que abrangem detalhes como a localização de frentes frias e os padrões de vento predominantes. Por outro lado, a previsão da intensidade do fenômeno requer informações em uma escala muito mais restrita, focando nas condições atmosféricas e oceânicas locais.
“Essa é uma informação que não conseguimos simplesmente extrair dos modelos globais”, comentou Musgrave. Ela adicionou que, embora modelos de inteligência artificial prévios demonstrassem boa performance na projeção da trajetória de tempestades, “no que diz respeito à intensidade, a precisão ainda era um desafio”.
A capacidade de prever ambos os aspectos é vital, pois uma alteração na intensidade pode definir a distinção entre uma tempestade de menor força e um furacão devastador. Em certas ocasiões, como observado com o furacão Melissa, um sistema de tempestades pode intensificar-se de forma acelerada, evoluindo para uma situação de emergência em poucas horas. O caso de Melissa foi o primeiro em que o Centro Nacional de Furacões conseguiu prever um furacão de categoria 5 enquanto ele ainda se encontrava na categoria 1.
Antes de o WeatherNext ser integrado às previsões em tempo real, os cientistas realizaram testes extensivos com dados históricos. “Os resultados obtidos foram tão impressionantes que duvidávamos que se confirmariam nas demonstrações em tempo real”, relatou Musgrave. Contudo, ao ser implementado nas operações dos meteorologistas, o desempenho do modelo foi comprovado. “Acredito que todos se surpreenderam com a eficácia demonstrada”, acrescentou Musgrave.
Saiba mais: Ações da Alphabet caem 6% após saída de dois talentos de IA para rivais
Inclusive os próprios pesquisadores da DeepMind que desenvolveram o modelo não compreendem totalmente como a inteligência artificial consegue gerar previsões tão exatas. Isso ocorre porque o sistema utiliza dados atmosféricos com uma resolução significativamente inferior à exigida pelos modelos convencionais de previsão de intensidade de tempestades. “Quando informamos à comunidade científica que nosso modelo operava com uma resolução relativamente baixa, houve um choque, pois isso indica que os dados de entrada de menor resolução capturam mais informações sobre o futuro do que se pensava”, comentou Alet.
A inteligência artificial provavelmente está detectando padrões nos dados de baixa resolução que possibilitam as previsões de intensidade, embora os pesquisadores ainda não saibam exatamente quais são. “No final, trata-se de uma ‘caixa preta’, mas isso oferece aos físicos um indício de que algo inesperado está ocorrendo e que não era compreendido anteriormente”, explicou Alet.
O modelo não se restringe a produzir apenas uma projeção; ele elabora uma vasta gama de cenários possíveis para o desenvolvimento de uma tempestade. Essa abordagem auxilia na identificação de qualquer “efeito borboleta” potencial, conforme Alet descreveu, onde uma pequena variação inicial pode resultar em grandes mudanças no futuro. Meteorologistas utilizam esses resultados, combinados com os de outros modelos, para consolidar suas previsões sobre a provável evolução dos sistemas de tempestade. No ano anterior, a IA gerou 50 cenários por tempestade; atualmente, produz mil.
“Isso representa algo que, com a capacidade computacional que possuímos, não conseguimos realizar por meio dos nossos modelos numéricos atuais”, afirmou Musgrave.
Brennan disse que o modelo da DeepMind se destaca como uma excelente nova ferramenta para os meteorologistas, mas ressaltou que é apenas uma de muitas. “Não existe a garantia de que um modelo, por ter tido um bom desempenho no ano anterior ou em uma tempestade específica, será o mais eficaz para a próxima temporada ou para o próximo furacão”, explicou. Ele adicionou que o componente humano permanece vital. “Um furacão vai além da simples previsão de sua trajetória ou intensidade”, declarou. “É essencial que especialistas traduzam essas informações em impactos concretos – e são esses impactos que custam vidas.”
No mesmo tema: A IA impulsiona pesquisa do MIT no desenvolvimento de antibióticos contra superbactérias
O Google DeepMind também informou que está disponibilizando gratuitamente os modelos WeatherNext, utilizados durante a temporada de furacões, para que a comunidade científica possa aplicá-los e aprimorá-los continuamente.
“Sinto um grande entusiasmo pelas descobertas científicas que surgem”, disse ele. “Acredito que a inteligência artificial nos fornece novas ferramentas para investigar as leis que regem o universo.”