A instabilidade do gelo no Ártico é mais uma das consequências das mudanças climáticas. Diante disso, empresas e pesquisadores vêm desenvolvendo ferramentas que utilizam inteligência artificial para prever melhor quais partes do oceano Ártico ficarão cobertas por gelo.
De acordo com um relatório do Arctic Council, o ar e as águas da região aqueceram a uma velocidade três vezes maior quando comparada ao resto do planeta desde 1971. Isso significa que o gelo ártico passou a se expandir e contrair de maneira imprevisível.
A IceNet é uma das ferramentas que se propõe a oferecer uma maneira de prever com maior precisão como o gelo vai se comportar diante desses desequilíbrios climáticos. Para isso, os algoritmos de inteligência artificial foram desenvolvidos para complementar os modelos existentes que utilizam conceitos de física para estudar a superfície do oceano.
A principal limitação dos modelos tradicionais é que eles são estáticos; portanto, os efeitos causados pelas mudanças climáticas não são levados em consideração, tornando as previsões cada vez menos precisas.
Além disso, esses modelos utilizam registros científicos de vários séculos sobre as condições meteorológicas e do gelo, a temperatura do oceano, a cobertura de nuvens, entre outros. Para analisar todos esses dados, são necessárias muitas horas, ou até mesmo dias, até que se obtenha uma previsão.
A tecnologia de inteligência artificial, por outro lado, é capaz de identificar tendências e aprender como as previsões devem ser ajustadas de acordo com os dados de forma rápida. A precisão dos resultados depende da quantidade e qualidade dos dados utilizados para alimentar o sistema, além de uma grande capacidade computacional.
No entanto, uma vez que os algoritmos estão treinados, eles são capazes de identificar padrões nas condições climáticas muito mais rápido em comparação com os modelos baseados em física.
IA supera previsões de modelos baseados em física
No artigo publicado na Nature Communications, os cientistas explicam que a IceNet utiliza deep learning, permitindo que a inteligência artificial treine a si própria a fim de fornecer uma previsão que cobre um período de seis meses para áreas de 25 quilômetros quadrados.
Os resultados são baseados em simulações do clima ártico entre os anos de 1850 e 2100, além de dados observacionais reais coletados entre 1979 e 2011.
Ao comparar as previsões, os autores do estudo observaram que a IceNet superou os modelos baseados em física ao fornecer previsões sazonais sobre a presença ou ausência de gelo, principalmente durante a época de verão, quando há uma redução do gelo.
Ainda assim, os pesquisadores acreditam que a inteligência artificial não substituirá totalmente os modelos existentes. Segundo eles, as duas fontes de informação deverão ser trabalhadas em conjunto no futuro.
Algoritmos e mudanças climáticas
As ameaças trazidas pelas mudanças climáticas têm atraído cada vez mais a atenção de pesquisadores e profissionais da área de tecnologia. A IceNet, portanto, não é a única iniciativa que utiliza inteligência artificial para realizar estimativas sobre o gelo no Ártico.
Uma equipe de cientistas da Johns Hopkins University desenvolveu redes neurais convolucionais para analisar imagens de satélite da superfície do oceano e fornecer previsões sobre a velocidade de formação do gelo na semana seguinte.
A vantagem das redes neurais é que elas conseguem analisar pixels digitais mais rápido que os humanos. Uma aplicação comum dessa tecnologia são os algoritmos de reconhecimento facial.
Em relação aos planos futuros para a IceNet, os pesquisadores pretendem aprimorar a precisão do sistema para que a inteligência artificial seja capaz de fornecer uma previsão para alguns metros quadrados em vez dos 25 quilômetros quadrados atuais.
