Hoje é quinta-feira, 28 de março de 2024.

Aqui estão duas das várias perguntas dessa pesquisa:

• Entre as megatendências que pressionaram o CEO para se reinventarem, não é mais importante do que as mudanças climáticas.

• Os CEO percebem enormes ineficiências numa série de atividades rotineiras em suas empresas, representando cerca de 40% do tempo gasto nestas tarefas. 60% dos CEO esperam que a inteligência artificial generativa (IA) possa ajudar a melhorar essa eficiência.

Coincidentemente, um dia antes, a Nature publicou um artigo intitulado “Como a IA está melhorando as previsões climáticas”, com os pesquisadores “usando várias estratégias de aprendizado de máquina para acelerar a modelagem climática, reduzir seus custos de energia e, talvez, melhorar as resultados” .

O aprendizado de máquina é um ramo da IA ​​​​no qual os programas de computador aprendem identificando padrões em conjuntos de dados. Isto é diferente de usar equações para realizar simulações e está sendo cada vez mais considerado para previsão do tempo e modelagem climática. Em termos de velocidade e poder de processamento necessários – e custos – seus resultados são muito mais rápidos – e baratos – do que as simulações tradicionais. Por outro lado, os modelos aprendidos por máquina ainda precisam provar sua precisão.

Nesse sentido, algumas abordagens de avaliação estão sendo realizadas utilizando o aprendizado da máquina:

• emular modelos convencionais

• desenvolver modelos básicos fundamentais para buscar padrões ocultos e possivelmente desconhecidos

• modelos híbridos

O artigo cita algumas conquistas, como o QuickClim australiano com “15 modelos de aprendizado de máquina que podem emular 15 modelos da atmosfera baseada na física”, o rápido e eficiente modelo ACE do Allen Institute for Artificial Intelligence de Seattle, o modelo fundamental ClimaX da Microsoft e da Universidade da Califórnia, o projeto CliMA para modelos híbridos, 'Digital Twins' os gêmeos digitais da Terra sendo desenvolvidos pela NASA e pela Comissão Europeia, além de um projeto europeu chamado Destination Earth (DestinE).

Mais duas citações do artigo:

• Testar modelos climáticos face ao comportamento climático passado é útil, mas não é uma medida perfeita de como pode prever um futuro que provavelmente será muito diferente daquele que a humanidade viu antes.
  
  

• O objetivo final é criar modelos digitais dos sistemas da Terra, parcialmente alimentados por IA, que possam simular todos os aspectos do tempo e do clima até escalas de quilômetros, com grande precisão e na velocidade da luz.

Clique na imagem abaixo para ver este interessante artigo da Nature e referências, de Carissa Wong.