IA do Google é capaz de prever enchentes com uma semana de antecedência

Infelizmente os desastres naturais estão se tornando cada vez mais comuns, principalmente por causa das mudanças climáticas tão drásticas ou até mesmo pelo aquecimento global. Exatamente por isso, é importante tentar prever ao máximo quando isso irá acontecer em uma tentativa de diminuir os riscos e os impactos, e a Inteligência Artificial (IA) do Google pode ser uma ótima ferramenta para isso.

Usar a tecnologia para tentar prever e evitar prejuízos causados por desastres naturais é um tópico bastante discutido atualmente. E o Google anunciou que sua IA pode se tornar uma grande aliada nessa luta, principalmente prevendo a chegada de inundações para que as regiões afetadas tenham a atenção e os cuidados devidos.

Leia também:

Fã cria teaser de filme dos Power Rangers usando IA e o resultado impressiona
Inteligência artificial imagina Breaking Bad como um jogo 2D

Novidades para o Flood Hub

Recentemente, uma pesquisa do Google Research, publicada na renomada revista Nature, destacou o potencial da IA do Google para avaliar e prever desastres naturais, incluindo chuvas torrenciais, enchentes e alagamentos. Essa iniciativa tem como objetivo principal fornecer alertas precisos sobre o clima em várias plataformas, como Google Maps, Google Search e notificações via Android, assim os usuários comuns poderão ter acesso a essas informações.

Essa novidade na verdade chega como uma espécie de atualização para o Flood Hub, um mapa interativo que identifica as regiões com maior probabilidade de sofrer eventos climáticos intensos que resultam em inundações.

Embora a plataforma em si já exista há algum tempo, a capacidade de prever esses eventos com antecedência é a novidade da vez, destacando um avanço significativo. Isso permite que medidas preventivas sejam tomadas em áreas consideradas críticas, reduzindo o impacto dos desastres.

O papel da IA nessa operação

A IA desempenha um papel crucial nesse processo. Ao utilizar modelos globais de aprendizado de máquina e cruzar dados meteorológicos e geográficos, como informações sobre bacias hidrográficas, o Google consegue prever eventos como enchentes e inundações com até uma semana de antecedência e alta precisão, mesmo em áreas onde não há medições locais disponíveis.

Isso é muito importante principalmente para locais que são mais pobres ou até mesmo em países que estão em desenvolvimento. Isso porque geralmente esses locais não são alvos de aferições de vazão do rio com frequência, algo que é extremamente importante para se prever eventos como esses.

Desde o lançamento do Flood Hub, seu alcance tem se expandido consideravelmente. Atualmente, a ferramenta abrange 80 países em várias regiões do mundo, incluindo América do Sul e Central, Europa, Ásia-Pacífico e África. O Google destaca que, em locais remotos da África, as previsões do Flood Hub atingem níveis de precisão comparáveis aos da Europa.

O impacto dessa iniciativa vai além das previsões climáticas. Ao emitir alertas de evacuação com dias de antecedência, o Google está contribuindo para salvar vidas e reduzir os danos causados pelos desastres naturais. Essa colaboração com governos, órgãos públicos e comunidades locais demonstra o potencial transformador da IA quando aplicada para o bem-estar da humanidade.

No entanto, apesar dos avanços significativos, ainda há desafios a serem enfrentados. A infraestrutura e a acessibilidade de dados em algumas regiões podem limitar a eficácia desses sistemas de previsão. Além disso, é essencial garantir que as comunidades afetadas tenham acesso às informações e recursos necessários para se prepararem adequadamente para os desastres iminentes.

Conclusão do artigo da Nature

É possível ter acesso a todo o artigo da Nature clicando aqui. Aqui está a conclusão, traduzida:

“Embora a modelagem hidrológica seja uma área de estudo relativamente madura, as regiões do mundo mais vulneráveis aos riscos de inundação frequentemente carecem de previsões confiáveis e sistemas de alerta precoce. Usando IA e conjuntos de dados abertos, conseguimos melhorar significativamente a precisão esperada, a sensibilidade e o tempo de liderança das previsões de curto prazo (0–7 dias) de eventos extremos de rios. Estendemos, em média, a confiabilidade das nowcasts globais atualmente disponíveis (tempo de liderança 0) para um tempo de liderança de 5 dias, e conseguimos usar previsões baseadas em IA para melhorar a habilidade das previsões na África para serem semelhantes ao que atualmente está disponível na Europa.

Além de produzir previsões precisas, outro aspecto do desafio de fornecer avisos de inundação acionáveis é a disseminação desses avisos para indivíduos e organizações de forma oportuna. Apoiamos este último liberando previsões publicamente em tempo real, sem custo ou barreiras de acesso. Fornecemos previsões em tempo real de acesso aberto para suportar notificações—por exemplo, através do Protocolo Comum de Alerta e alertas push para smartphones pessoais, e através de um portal online aberto em https://g.co/floodhub. Todas as reanálises e previsões reutilizadas para este estudo estão incluídas em um repositório de código aberto, e uma versão de pesquisa do modelo de aprendizado de máquina usado para este estudo está disponível como parte do repositório de código aberto NeuralHydrology no GitHub.

Ainda há muito espaço para melhorar as previsões globais de inundação e os sistemas de alerta precoce. Fazê-lo é fundamental para o bem-estar de milhões de pessoas em todo o mundo, cujas vidas (e propriedades) poderiam se beneficiar de avisos de inundação oportunos e acionáveis. Acreditamos que a melhor maneira de melhorar as previsões de inundação tanto a partir de abordagens baseadas em dados quanto conceituais é aumentar o acesso aos dados. Dados hidrológicos são necessários para treinar ou calibrar modelos hidrológicos precisos, e para atualizar esses modelos em tempo real (por exemplo, através da assimilação de dados). Encorajamos pesquisadores e organizações com acesso a dados de fluxo de água a contribuir com o projeto de código aberto Caravan em https://github.com/kratzert/Caravan.”