Em experimentos, o sistema acertou as previsões com um índice surpreendente de 85%.
Uma equipe de pesquisadores da Universidade de Rice, no Texas, nos Estados Unidos, desenvolveu um sistema de deep learning (aprendizagem profunda) capaz de prever a ocorrência de ondas de calor e tempestades.
A tecnologia foi treinada com base em milhares de pares de mapas que indicam temperatura e a pressão do ar de determinada área.
Ao longo do tempo, o sistema conseguiu absorver as características de ondas de frio e de calor que podem levar a condições climáticas extremas.
Logo após o treinamento, os pesquisadores norte-americanos usaram mapas novos que, até então, eram desconhecidos ao sistema.
Eles então solicitaram à tecnologia previsões de cinco ocorrências de fenômenos extremos. O sistema acertou com um índice surpreendente de 85%.
Para fazer as previsões, ela utiliza uma rede neural em cápsulas. Pedram Hassanzadeh, coautor do estudo, declarou:
“Quando você detecta essas ondas de calor e correntes de frio, se você olhar para o mapa climático, provavelmente vai constatar comportamentos incomuns, como ondas extensas ou grandes sistemas de alta pressão que não se movem como deveriam.”
E, segundo o site Olhar Digital, acrescentou:
“Entendemos que isto era um problema de reconhecimento de padrões. Então, decidimos tentar reformular a previsão do tempo extremo como um problema de reconhecimento de padrões, em vez de um problema numérico.”
