A renomada revista científica Nature publica artigo de autoria de pesquisadores da Huawei Cloud sobre o modelo de IA Pangu-Weather
06 de julho de 2023 GMT+08:00
Em 5 de julho de 2023, a Huawei Cloud anunciou que um artigo sobre o seu inovador modelo de IA Pangu-Weather foi publicado pela Nature, uma das principais revistas científicas do mundo.
De acordo com o Nature Index, este artigo é o primeiro no qual funcionários de uma empresa de tecnologia chinesa são os únicos autores de um artigo da Nature. O artigo, descrevendo como desenvolver um sistema de previsão meteorológica global de IA preciso e correto baseado em Deep Learning usando dados de 43 anos, foi publicado na renomada revista em 5 de julho de 2023.
O Pangu-Weather é o primeiro modelo de previsão de IA a demonstrar maior precisão que os métodos tradicionais de previsão meteorológica numérica. O modelo permite uma melhoria de 10 mil vezes na velocidade de previsão, reduzindo o tempo necessário para obter a previsão meteorológica global para apenas alguns segundos. O artigo, intitulado "Previsões meteorológicas globais precisas de médio alcance com redes neurais 3D", fornece verificações independentes dessas capacidades.
O Pangu-Weather desafia as teorias mantidas anteriormente de que a precisão da previsão meteorológica de IA é inferior às previsões numéricas tradicionais. O modelo, desenvolvido pela equipe da Huawei Cloud, é o primeiro modelo de previsão de IA com maior precisão do que os métodos tradicionais de previsão numérica.
Com o rápido desenvolvimento do poder computacional nos últimos 30 anos, a precisão da previsão meteorológica numérica melhorou significativamente, fornecendo alerta de desastres e previsões de mudanças climáticas extremas. Mesmo assim, o método continua a ser relativamente lento. Para melhorar as velocidades de previsão, os pesquisadores têm explorado como usar métodos de Deep Learning. Todavia, a precisão da previsão baseada em IA para previsões de médio e longo prazo permaneceu inferior às previsões numéricas. A IA tem sido incapaz de prever condições meteorológicas extremas e incomuns, como tufões.
Todos os anos, há cerca de 80 tufões em todo o mundo. Em 2022, somente na China, a perda econômica direta causada pelos tufões foi de CNY 5,42 bilhões, segundo os números apresentados pelo Ministério de Gerenciamento de Emergências da China. Quanto mais cedo o alerta puder ser enviado, mais fácil e melhor será fazer os preparativos adequados.
Por causa de sua velocidade, os modelos de previsão meteorológica de IA têm sido atraentes, mas não são precisos por dois motivos. Primeiro, os modelos de previsão meteorológica de IA existentes são baseados em redes neurais 2D, que não podem processar adequadamente os dados meteorológicos 3D irregulares. Segundo, a previsão do tempo de médio alcance pode ter erros de previsão cumulativa quando o modelo é chamado muitas vezes.
Como o Pangu-Weather responde a esses desafios
Durante os ensaios científicos, o modelo Pangu-Weather demonstrou maior precisão em comparação com os métodos tradicionais de previsão numérica para previsões de 1 hora a 7 dias, com um aumento de velocidade de previsão de 10 mil vezes. O modelo pode prever com precisão características meteorológicas refinadas, incluindo umidade, velocidade do vento, temperatura e pressão ao nível do mar em segundos.
O modelo usa a arquitetura 3D Earth-Specific Transformer (3DEST) para processar dados meteorológicos 3D complexos não uniformes. Usando uma estratégia hierárquica, temporal e agregativa, o modelo foi treinado para diferentes intervalos de previsão usando períodos de 1 hora, 3 horas, 6 horas e 24 horas. Isso resultou na minimização da quantidade de iterações necessárias para prever uma condição meteorológica em um momento específico e uma redução de previsões incorretas.
Para treinar o modelo para intervalos de tempo específicos, os pesquisadores treinaram 100 períodos (ciclos) usando amostras horárias de dados meteorológicos de 1979 a 2021. Cada um dos submodelos que resultaram exigiu 16 dias de treinamento em 192 placas gráficas V100. Atualmente, o modelo Pangu-Weather pode completar previsões meteorológicas globais de 24 horas em apenas 1,4 segundo em uma placa gráfica V100, uma melhoria de 10 mil vezes em comparação com a previsão numérica tradicional.
Dr. Tian Qi, cientista-chefe do Huawei Cloud AI Field, membro do IEEE e acadêmico da Academia Internacional de Ciências da Eurásia, explica por qual motivo a equipe de IA da Huawei Cloud escolheu se concentrar nas previsões meteorológicas: "A previsão meteorológica é um dos cenários mais importantes no campo de computação científica porque a previsão meteorológica é um sistema muito complexo, ainda é difícil cobrir todos os aspectos do conhecimento matemático e físico. Estamos, portanto, muito satisfeitos que nossa pesquisa tenha sido reconhecida pela revista Nature. Modelos de IA podem minerar leis estatísticas da evolução atmosférica com grande volume de dados. Atualmente, o Pangu-Weather realiza principalmente o trabalho do sistema de previsão, e sua principal capacidade é prever a evolução dos estados atmosféricos. Nosso objetivo final é criar uma estrutura de previsão meteorológica de última geração usando tecnologias de IA para fortalecer os sistemas de previsão existentes. "
Em discussão sobre o significado e a qualidade da pesquisa da Huawei Cloud, os avaliadores acadêmicos da Nature explicaram que o Pangu-Weather é muito fácil de baixar e executar, além de ser executado rapidamente até mesmo em um desktop. "Isso significa que qualquer pessoa da comunidade meteorológica pode executar e testar esses modelos livremente. Que grande oportunidade para a comunidade explorar como o modelo prevê fenômenos específicos com qualidade. Isso vai ajudar o progresso nesta área de estudos." Outro avaliador observou que "Os resultados são um avanço significativo em relação aos resultados anteriores. Este trabalho, na minha opinião, fará com que as pessoas reavaliem como os modelos de previsão serão no futuro."
Em maio de 2023, o tufão Mawar chamou a atenção do mundo como o ciclone tropical mais forte do ano até agora. De acordo com a Administração Meteorológica da China, o Pangu-Weather previu com precisão a trajetória do tufão Mawar cinco dias antes de mudar de curso nas águas orientais das ilhas de Taiwan (China).
O erro do Pangu foi menor na previsão da trajetória do tufão Mawar.
Além disso, avançar continuamente os principais modelos de previsão meteorológica de IA, os ambientes em nuvem estáveis, os pacotes de trabalho e a O&M correspondente também são fatores essenciais.