Em outubro de 2025, uma tempestade se formou sobre o Mar do Caribe, e os modelos meteorológicos estavam em desacordo. Seria ela se dissipar sobre o Haiti, ou se transformar em um monstro e seguir para a Jamaica? Entre em cena o WeatherNext, o modelo de IA do Google DeepMind, que previu confiantemente a segunda opção - cinco dias antes de tocar terra, ele disse com 80% de confiança que a tempestade atingiria a Jamaica como um furacão de categoria 5.

O furacão Melissa fez exatamente isso, causando estragos com inundações e deslizamentos de terra em toda a Jamaica. Mas graças ao aviso antecipado da IA, as comunidades tiveram mais tempo para se preparar. De acordo com um artigo publicado na quinta-feira na Nature, o WeatherNext dá aos meteorologistas em média um dia extra de antecedência - suas previsões de três dias são tão precisas quanto as de dois dias dos modelos anteriores. Como diz Mike Brennan, diretor do Centro Nacional de Furacões dos EUA, "Tempo é realmente ouro". De fato, quando se está organizando suprimentos e evacuando pessoas, um dia extra é praticamente um luxo.

Historicamente, ganhar um dia de precisão na previsão levava uma década de trabalho. Então, qual é o segredo? Treinar uma IA com muitos dados meteorológicos, mesmo que os dados de ciclones sejam escassos. Como explica Ferran Alet, cientista de pesquisa do DeepMind, "Não temos muitos dados de ciclones, mas temos muitos dados meteorológicos". Então eles treinaram um modelo para ser bom em ambos.

Furacões são complicados porque operam em múltiplas escalas - a previsão da trajetória precisa de dados globais, enquanto a intensidade precisa de detalhes locais. Modelos de IA anteriores acertavam a trajetória, mas erravam na intensidade. O WeatherNext, no entanto, faz ambos, e até surpreendeu os pesquisadores. "Acho que todos ficaram surpresos com o quão bem ele se saiu", diz Kate Musgrave, coautora e líder de ciclones tropicais. O modelo foi tão bom em testes retrospectivos que eles ficaram céticos de que funcionaria em tempo real. E funcionou.

Aqui está o detalhe: a IA usa dados de resolução mais baixa do que os modelos tradicionais, mas ainda assim se destaca. Isso intrigou os cientistas, porque sugere que as entradas de resolução mais baixa contêm mais sinal do que se acreditava anteriormente. Alet admite: "É uma caixa preta no fim do dia", mas isso pode indicar uma física que ainda não entendemos.

O modelo também gera uma série de cenários - no ano passado, 50 por tempestade; agora, 1.000 - para capturar possíveis efeitos borboleta. Isso é algo que os modelos tradicionais não conseguem fazer com o poder computacional atual. Brennan, no entanto, adverte que o WeatherNext é apenas uma ferramenta, e a experiência humana continua sendo vital. Afinal, "são os impactos que matam pessoas", não apenas a previsão.

O DeepMind está disponibilizando os modelos como código aberto, na esperança de que pesquisadores possam desbloquear novos insights. Alet está animado: "Acho que a IA está nos dando novas ferramentas para sondar as leis do universo". E talvez, apenas talvez, nos mantenha um passo à frente do próximo acesso de fúria do clima.