{"id":67558,"date":"2023-07-06T15:58:00","date_gmt":"2023-07-06T18:58:00","guid":{"rendered":"https:\/\/bluestudio.estadao.com.br\/agencia-de-comunicacao\/prnewswire\/prnewseconomia\/prestigiada-revista-cientifica-nature-publica-artigo-sobre-o-modelo-de-ia-pangu-weather-criado-por-pesquisadores-da-huawei-cloud\/"},"modified":"2023-07-06T15:58:00","modified_gmt":"2023-07-06T18:58:00","slug":"prestigiada-revista-cientifica-nature-publica-artigo-sobre-o-modelo-de-ia-pangu-weather-criado-por-pesquisadores-da-huawei-cloud","status":"publish","type":"post","link":"https:\/\/bluestudio.estadao.com.br\/agencia-de-comunicacao\/prnewswire\/prnewseconomia\/prestigiada-revista-cientifica-nature-publica-artigo-sobre-o-modelo-de-ia-pangu-weather-criado-por-pesquisadores-da-huawei-cloud\/","title":{"rendered":"Prestigiada revista cient\u00edfica Nature publica artigo sobre o modelo de IA Pangu-Weather, criado por pesquisadores da HUAWEI CLOUD"},"content":{"rendered":"

PR NEWSWIRE<\/b><\/p>\n

\nO modelo meteorol\u00f3gico oferece um excelente desempenho em termos de velocidade e precis\u00e3o, em compara\u00e7\u00e3o com os sistemas de previs\u00e3o tradicionais\u00a0<\/i><\/b>\u00a0<\/p>\n

SHENZHEN, China<\/span><\/span>, 6 de julho de 2023<\/span> \/PRNewswire\/ — A HUAWEI CLOUD<\/span> anunciou que a Nature, uma das principais revistas cient\u00edficas do mundo, publicou um artigo sobre o Pangu-Weather, um inovador modelo de IA desenvolvido pela empresa chinesa.<\/p>\n

De acordo com o Nature Index, essa \u00e9 a primeira vez que funcion\u00e1rios de uma empresa chinesa de tecnologia s\u00e3o os \u00fanicos autores de um artigo publicado na Nature. Publicado na prestigiada revista em 5 de julho de 2023, o artigo explica como desenvolver um sistema de IA preciso e exato para previs\u00f5es meteorol\u00f3gicas globais, com base em aprendizagem profunda e 43 anos de dados.<\/p>\n

O Pangu-Weather \u00e9 o primeiro modelo de previs\u00e3o meteorol\u00f3gica por IA a produzir resultados mais precisos do que os tradicionais m\u00e9todos de previs\u00e3o num\u00e9rica. O modelo cria previs\u00f5es dez mil vezes mais r\u00e1pidas, reduzindo o tempo de previs\u00e3o do tempo global para apenas alguns segundos. Intitulado “Accurate medium-range global weather forecasting with 3D neural networks” (“Previs\u00f5es meteorol\u00f3gicas globais precisas de m\u00e9dio alcance com redes neurais 3D”), o artigo inclui verifica\u00e7\u00f5es independentes desses recursos.<\/p>\n

O Pangu-Weather refuta o pressuposto de que a precis\u00e3o das previs\u00f5es meteorol\u00f3gicas por IA seja inferior \u00e0 dos m\u00e9todos de previs\u00e3o num\u00e9rica tradicionais. Desenvolvido pela equipe da HUAWEI CLOUD<\/span>, o Pangu-Weather \u00e9 o primeiro modelo de previs\u00e3o meteorol\u00f3gica por IA cuja precis\u00e3o supera a dos m\u00e9todos de previs\u00e3o num\u00e9rica. \u00a0<\/p>\n

Com o desenvolvimento da capacidade computacional nos \u00faltimos 30 anos, a precis\u00e3o das previs\u00f5es meteorol\u00f3gicas num\u00e9ricas melhorou drasticamente, permitindo emitir avisos sobre fen\u00f4menos extremos e gerar progn\u00f3sticos sobre mudan\u00e7as clim\u00e1ticas. No entanto, esse m\u00e9todo ainda \u00e9 relativamente demorado. Para melhorar a velocidade das previs\u00f5es, os pesquisadores t\u00eam investigado maneiras de aplicar m\u00e9todos de aprendizagem profunda. No entanto, a precis\u00e3o das previs\u00f5es de m\u00e9dio e longo prazo geradas por IA continua sendo inferior \u00e0 das previs\u00f5es com m\u00e9todos num\u00e9ricos. Acima de tudo, a IA n\u00e3o consegue prever eventos meteorol\u00f3gicos extremos e incomuns, como os tuf\u00f5es.<\/p>\n

Todos os anos, s\u00e3o registrados cerca de 80 tuf\u00f5es em todo o mundo. Em 2022, de acordo com dados do Minist\u00e9rio de Gerenciamento de Emerg\u00eancias da China<\/span>, os preju\u00edzos econ\u00f4micos diretamente causados por tuf\u00f5es no territ\u00f3rio chin\u00eas totalizaram 5,42 bilh\u00f5es de yuans. Quanto mais cedo os avisos forem emitidos, mais f\u00e1cil ser\u00e1 fazer os preparativos adequados.<\/p>\n

Os modelos de previs\u00e3o meteorol\u00f3gica por IA s\u00e3o atraentes devido a sua velocidade, mas seus n\u00edveis de precis\u00e3o s\u00e3o insatisfat\u00f3rios por duas raz\u00f5es. Em primeiro lugar, esses modelos de previs\u00e3o por IA s\u00e3o baseados em redes neurais 2D, que n\u00e3o conseguem processar corretamente dados meteorol\u00f3gicos irregulares em 3D. Em segundo lugar, as previs\u00f5es meteorol\u00f3gicas de m\u00e9dio prazo podem ser prejudicadas por erros cumulativos quando o modelo \u00e9 aplicado demasiadas vezes.<\/p>\n

Como o Pangu-Weather resolve esses problemas<\/b><\/p>\n

Em estudos cient\u00edficos, o modelo Pangu-Weather demonstrou possuir n\u00edveis de precis\u00e3o superiores aos dos tradicionais m\u00e9todos de previs\u00e3o num\u00e9rica em previs\u00f5es de uma hora a sete dias, com uma velocidade dez mil vezes superior. O modelo consegue prever, de forma precisa e em poucos segundos, indicadores meteorol\u00f3gicos otimizados como umidade, temperatura, velocidade do vento e press\u00e3o ao n\u00edvel do mar.<\/p>\n

O modelo usa uma arquitetura 3DEST (3D Earth-Specific Transformer) para processar dados 3D complexos e irregulares. Adotando uma estrat\u00e9gia hier\u00e1rquica, temporal e de agrega\u00e7\u00e3o, o modelo foi treinado para diferentes intervalos de previs\u00e3o, usando intervalos de uma, tr\u00eas, seis e 24 horas. Esse m\u00e9todo permite minimizar a quantidade de itera\u00e7\u00f5es necess\u00e1rias para prever uma condi\u00e7\u00e3o meteorol\u00f3gica em um momento espec\u00edfico, reduzindo tamb\u00e9m o n\u00famero de previs\u00f5es err\u00f4neas.<\/p>\n

Para ensinar o modelo a trabalhar com intervalos de tempo espec\u00edficos, os pesquisadores treinaram 100 “\u00e9pocas” (ciclos) com amostras hor\u00e1rias de dados meteorol\u00f3gicos relativos ao per\u00edodo entre 1979 e 2021. Cada um dos submodelos que resultaram desse processo exigiu 16 dias de treinamento em 192 placas gr\u00e1ficas V100. Usando uma placa gr\u00e1fica V100, o modelo Pangu-Weather consegue gerar, atualmente, previs\u00f5es meteorol\u00f3gicas globais para um per\u00edodo de 24 horas em apenas 1,4 segundos, o que representa uma velocidade dez mil vezes superior \u00e0 da previs\u00e3o num\u00e9rica tradicional.<\/p>\n

Explicando por que a equipe de IA da HUAWEI CLOUD<\/span> decidiu concentrar seus esfor\u00e7os no campo das previs\u00f5es meteorol\u00f3gicas, o Dr. Tian Qi, diretor cient\u00edfico do departamento de IA da HUAWEI CLOUD<\/span>, membro da IEEE e acad\u00eamico da Academia Internacional Eurasi\u00e1tica de Ci\u00eancias, afirmou: “A previs\u00e3o do tempo \u00e9 um dos cen\u00e1rios mais importantes no campo da computa\u00e7\u00e3o cient\u00edfica, pois \u00e9 um sistema altamente complexo, mas \u00e9 dif\u00edcil cobrir todos os aspectos do conhecimento matem\u00e1tico e f\u00edsico. Portanto, estamos muito satisfeitos que nossa pesquisa tenha sido reconhecida pela revista\u00a0Nature. Os modelos de IA conseguem obter leis estat\u00edsticas de evolu\u00e7\u00e3o atmosf\u00e9rica a partir de grandes volumes de dados. Atualmente, o Pangu-Weather funciona principalmente como um sistema de previs\u00e3o, e sua principal capacidade \u00e9 prever a evolu\u00e7\u00e3o dos estados atmosf\u00e9ricos. Nosso principal objetivo \u00e9 construir uma estrutura de previs\u00e3o meteorol\u00f3gica de \u00faltima gera\u00e7\u00e3o usando tecnologias de IA para fortalecer os sistemas de previs\u00e3o j\u00e1 existentes.”<\/p>\n

Comentando sobre a import\u00e2ncia e qualidade das pesquisas desenvolvidas pela HUAWEI CLOUD<\/span>, os avaliadores acad\u00eamicos da Nature explicaram que, al\u00e9m de ser muito f\u00e1cil de baixar e executar, o Pangu-Weather \u00e9 extremamente r\u00e1pido at\u00e9 mesmo em um computador de mesa. Isso significa que qualquer pessoa da comunidade meteorol\u00f3gica pode executar e testar esses modelos. \u00c9 uma excelente oportunidade para a comunidade testar a qualidade das previs\u00f5es do modelo sobre fen\u00f4menos espec\u00edficos. Isso ajudar\u00e1 a disciplina a progredir. Outro avaliador observou\u00a0que os resultados representam um avan\u00e7o muito significativo em compara\u00e7\u00e3o com resultados anteriores. Esse trabalho far\u00e1 com que as pessoas reavaliem o futuro dos modelos de previs\u00e3o.<\/p>\n

Em maio de 2023, o tuf\u00e3o Mawar chamou a aten\u00e7\u00e3o do mundo como o ciclone tropical mais forte do ano at\u00e9 agora. De acordo com a Administra\u00e7\u00e3o Meteorol\u00f3gica da China<\/span>, o Pangu-Weather previu de forma precisa a trajet\u00f3ria do Mawar cinco dias antes de o tuf\u00e3o mudar sua rota nas \u00e1guas orientais das ilhas de Taiwan<\/span>.<\/p>\n

Al\u00e9m disso, para desenvolver continuamente modelos avan\u00e7ados de previs\u00e3o meteorol\u00f3gica por IA, s\u00e3o necess\u00e1rios ambientes em nuvem, conjuntos de ferramentas de trabalho e servi\u00e7os de opera\u00e7\u00e3o e manuten\u00e7\u00e3o est\u00e1veis.<\/p>\n

FONTE HUAWEI CLOUD<\/span><\/p>\n<\/div>\n

\"\"<\/p>\n

A OESP<\/b> n\u00e3o \u00e9(s\u00e3o) respons\u00e1vel(is) por erros, incorre\u00e7\u00f5es, atrasos ou quaisquer decis\u00f5es tomadas por seus clientes com base nos Conte\u00fados ora disponibilizados, bem como tais Conte\u00fados n\u00e3o representam a opini\u00e3o da OESP<\/b> e s\u00e3o de inteira responsabilidade da PR Newswire Ltda<\/b><\/p>\n","protected":false},"excerpt":{"rendered":"PR NEWSWIRE O modelo meteorol\u00f3gico oferece um excelente desempenho em termos de velocidade e precis\u00e3o, em compara\u00e7\u00e3o com os sistemas de previs\u00e3o tradicionais\u00a0\u00a0 SHENZHEN, China, 6 de julho de","protected":false},"author":1,"featured_media":67559,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"inline_featured_image":false,"_monsterinsights_skip_tracking":false,"_monsterinsights_sitenote_active":false,"_monsterinsights_sitenote_note":"","_monsterinsights_sitenote_category":0,"footnotes":""},"categories":[29],"tags":[],"class_list":["post-67558","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-prnewseconomia"],"acf":[],"_links":{"self":[{"href":"https:\/\/bluestudio.estadao.com.br\/agencia-de-comunicacao\/wp-json\/wp\/v2\/posts\/67558","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/bluestudio.estadao.com.br\/agencia-de-comunicacao\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/bluestudio.estadao.com.br\/agencia-de-comunicacao\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/bluestudio.estadao.com.br\/agencia-de-comunicacao\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/bluestudio.estadao.com.br\/agencia-de-comunicacao\/wp-json\/wp\/v2\/comments?post=67558"}],"version-history":[{"count":0,"href":"https:\/\/bluestudio.estadao.com.br\/agencia-de-comunicacao\/wp-json\/wp\/v2\/posts\/67558\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/bluestudio.estadao.com.br\/agencia-de-comunicacao\/wp-json\/wp\/v2\/media\/67559"}],"wp:attachment":[{"href":"https:\/\/bluestudio.estadao.com.br\/agencia-de-comunicacao\/wp-json\/wp\/v2\/media?parent=67558"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/bluestudio.estadao.com.br\/agencia-de-comunicacao\/wp-json\/wp\/v2\/categories?post=67558"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/bluestudio.estadao.com.br\/agencia-de-comunicacao\/wp-json\/wp\/v2\/tags?post=67558"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}