À medida que uma tempestade de inverno varre grande parte dos Estados Unidos, as previsões meteorológicas tradicionais têm dificuldade para lidar com as enormes diferenças nos volumes de neve. Foi nesse momento crítico que a NVIDIA anunciou, na segunda-feira, durante a conferência da Sociedade Americana de Meteorologia em Houston, o lançamento oficial do seu novo conjunto de modelos de previsão do tempo Earth-2, com o objetivo de redefinir a precisão e a eficiência da previsão meteorológica global por meio da inteligência artificial.
Avanço central: desempenho superior ao Google e arquitetura mais simples
O principal destaque dessa apresentação foi o modelo Earth-2 Medium Range (previsão de médio prazo), que causou grande impacto no setor. De acordo com dados oficiais da NVIDIA, o modelo supera o GenCast, da DeepMind (Google), lançado em dezembro de 2024, em mais de 70 variáveis meteorológicas.
Diferentemente dos modelos tradicionais, que dependem de simulações físicas manuais e complexas, o Earth-2 adota uma nova arquitetura baseada no Atlas. Segundo Mike Pritchard, diretor de simulação climática da NVIDIA, isso representa um “retorno à simplicidade” na ciência meteorológica, ao abandonar arquiteturas de IA muito específicas e apostar em uma arquitetura Transformer mais escalável.
Os três pilares do ecossistema Earth-2
Além da previsão de médio prazo, a NVIDIA também apresentou ferramentas especializadas para diferentes cenários, formando um ecossistema completo de IA para meteorologia:
Modelo de Nowcasting (previsão imediata): focado em previsões de curto prazo, de 0 a 6 horas. Esse modelo é treinado diretamente com dados globais de satélites geoestacionários, em vez de se limitar a modelos físicos regionais, permitindo capturar com mais sensibilidade tempestades e eventos climáticos perigosos.
Modelo global de assimilação de dados: integra múltiplas fontes de dados, como estações meteorológicas e balões atmosféricos, para fornecer um “instantâneo inicial” das condições do tempo. O maior avanço está na eficiência: uma tarefa que antes exigia horas em supercomputadores e consumia cerca de 50% da carga computacional agora pode ser concluída em poucos minutos usando GPUs.
Alta resolução e modelagem por variáveis: o conjunto também inclui o CorrDiff (para gerar previsões rápidas em alta resolução) e o FourCastNet3 (voltado à modelagem de variáveis individuais, como temperatura, vento e umidade).
Soberania meteorológica e democratização: previsões avançadas mais acessíveis
Pritchard destacou que previsões meteorológicas de alta qualidade sempre foram um “privilégio” de países ricos e grandes corporações, devido ao alto custo do aluguel de supercomputadores.
“O clima é uma questão de segurança nacional; soberania e clima estão intimamente ligados”, afirmou Pritchard. Com sua alta eficiência, o Earth-2 reduz significativamente as barreiras de entrada, permitindo que países em desenvolvimento e instituições de pequeno e médio porte tenham seus próprios sistemas de previsão precisa.
Atualmente, as tecnologias do Earth-2 já estão sendo usadas na prática. Os serviços meteorológicos de Israel e de Taiwan começaram a utilizar o CorrDiff, enquanto a The Weather Company (controladora do The Weather Channel) e a TotalEnergies estão avaliando o desempenho do Nowcasting em cenários reais.