Pular para o conteúdo

IA

WeatherNext 3, do Google, vence supercomputadores na previsão do tempo

A nova IA do Google lidera um benchmark público, inclusive contra previsões tradicionais de nível governamental. Ela vai chegar ao Search, Maps e Gemini, e suas desculpas para esquecer o guarda-chuva têm prazo.

Foto de capa: Maurizio Pesce from Milan, Italia / CC BY 2.0

TL;DR

  1. WeatherNext 3 ficou em primeiro lugar em precisão no Operational WeatherBench, segundo os resultados do benchmark.
  2. Também superou por pouco as previsões tradicionais do National Weather Service dos EUA e do ECMWF.
  3. Chega ao Search, Maps e Gemini; pesquisadores e empresas acessam pelo Google Cloud.

O que aconteceu

O Google lançou o WeatherNext 3, seu modelo mais recente de previsão do tempo com IA. Segundo o TechCrunch, ele ficou no topo entre os principais concorrentes testados no Operational WeatherBench, uma ferramenta de comparação de previsões de IA criada pela startup Brightband. O benchmark avalia métricas como temperatura, velocidade do vento e umidade.

Quem ele derrotou não é figurante. A lista inclui modelos de deep learning do próprio Google, da Microsoft, da Nvidia e do European Centre for Medium-Range Weather Forecasts (ECMWF). Ele também superou por pouco as previsões tradicionais do US National Weather Service e do ECMWF.

Essas previsões tradicionais vêm de equações de física rodando em supercomputadores gigantes, o jeito old-school de prever o tempo. O novato, treinado em padrões, agora está na frente delas neste benchmark.

O Google diz que o modelo vai passar a alimentar as informações de clima que você vê no Search, no Maps e no Gemini. Ele também será oferecido a pesquisadores e usuários corporativos pelo Google Cloud.

Samier Merchant, engenheiro sênior do Google, disse ao TechCrunch que é a primeira vez que algumas das variáveis centrais do modelo alimentam diretamente vários produtos do Google.

Por que importa

Clima é um dos raros usos de IA em que dá para conferir fácil se o modelo acertou. O amanhã chega, e ou choveu ou não choveu. Vencer um benchmark aqui é menos abstrato do que um chatbot gabaritando uma prova.

A distribuição é a notícia maior. Um modelo melhor num paper ajuda pesquisadores. Um modelo melhor por trás do card de clima do Search e do Maps cai no bolso de um número enorme de gente que nunca vai saber o nome dele.

Um porém, sapiens: o resultado do benchmark é a manchete, e é uma comparação num teste específico, criado por terceiros. As previsões no mundo real serão julgadas uma volta do trabalho encharcada de cada vez.

É também mais um sinal de que o deep learning segue avançando num território que a simulação baseada em física dominou por muito tempo. Os supercomputadores não se aposentaram. Só ganharam um colega novo, e muito confiante.

O que fazer com isso

  • Confira o card de clima.Veja como as previsões do Search, Maps e Gemini mudam conforme o lançamento chega até você, e anote quando elas ganharem do seu app de sempre.
  • Cruze fontes antes de planos grandes.Mantenha uma segunda fonte à mão para casamentos, trilhas e qualquer coisa que envolva escada.
  • Quem constrói: olhe o Google Cloud.Pesquisadores e times de empresas podem acessar o modelo por lá, então o pessoal de logística, energia e agricultura deveria ver o que ele oferece.
  • Leia o benchmark.O Operational WeatherBench é uma ferramenta pública de comparação, então veja quais métricas importam para o seu caso.

Ciao, sapiens. Leve o guarda-chuva mesmo assim. O modelo é bom, não é uma divindade.