A Microsoft anunciou uma ferramenta de aprendizado de máquina de código aberto que corrige erros sistemáticos em modelos meteorológicos existentes. O método, chamado Probabilistic Bias Correction (PBC), permite que órgãos produzam previsões mais confiáveis para períodos de duas a seis semanas. Ele roda em CPUs comuns, sem necessidade de supercomputadores ou GPUs de alto desempenho.
Como o PBC melhora as previsões
O PBC aprende os vieses típicos de um modelo meteorológico — como a tendência de prever temperaturas mais baixas porque foi treinado com dados climáticos antigos — e ajusta os resultados. Nos testes, aumentou a precisão do modelo baseado em física do European Centre for Medium-Range Weather Forecasts (ECMWF) em 98 % das previsões de precipitação e 92 % das previsões de temperatura. Também dobrou a precisão do sistema mais recente de previsão por IA do ECMF.
Por que isso importa
Como o software é leve e gratuito, serviços meteorológicos menores, sobretudo em regiões em desenvolvimento, podem adotá-lo sem investir em equipamentos caros. Previsões melhores para o médio prazo dão aos agricultores mais tempo para proteger as lavouras e ajudam as equipes de emergência a se preparar para eventos climáticos extremos.
Por que importa
Para as pessoas no dia a dia, previsões mais precisas com duas a seis semanas de antecedência podem trazer alertas antecipados de tempestades ou secas, dando aos agricultores e às autoridades locais mais chances de agir. Por ser barato e de código aberto, o método pode chegar a regiões que antes não tinham capacidade computacional para usar modelos meteorológicos avançados.
