IA melhora previsões da monção na Índia ^{CEFR B2}

Ferramentas de inteligência artificial estão a transformar a previsão do tempo em países como a Índia e podem beneficiar até 30 países num projeto mais amplo. Neste verão, 38 milhões de agricultores indianos receberam previsões com suporte de IA baseadas no NeuralGCM, um modelo neural de circulação geral que forneceu avisos quatro semanas antes do início habitual da monção. Os investigadores relatam que o modelo detectou corretamente uma pausa de três semanas no avanço da monção depois que ela atingiu terra no início de junho e começou a mover‑se para o norte.

NeuralGCM é um modelo híbrido que combina previsões físicas convencionais com aprendizagem de máquina. Desenvolvido pelo Google, foi comparado com modelos de física e com outros modelos de IA e apresentou bom desempenho em diversas métricas de tempo e clima, além de ser mais eficiente do ponto de vista computacional. A Universidade de Chicago, cujo projeto Human‑Centred Weather Forecasts foi lançado este ano, recebeu apoio da Gates Foundation para avaliar modelos no Leste e Oeste da África, com foco nas estações chuvosas e nas ondas de calor.

As previsões assistidas por IA foram usadas para aconselhar agricultores sobre quando semear e podem correr num portátil, tornando previsões de alta qualidade mais acessíveis do que os modelos tradicionais que exigem supercomputadores caros. Autoridades e parceiros salientam potenciais benefícios económicos: Pramod Kumar Meherda disse que o programa ajuda a gerir riscos, e Michael Kremer estimou ganhos superiores a US$100 para os agricultores por cada dólar investido pelo governo.

Cientistas agrícolas pedem desenvolvimento adicional das mensagens aos agricultores, ligando sinais de chuva a dados sobre humidade do solo, défice de pressão de vapor, previsões de stress térmico e sensibilidade das culturas por estádio. Eles avisam que uma previsão errada de início precoce pode causar perda de plantas jovens, custos de replantio e tempo de crescimento perdido. A equipa planeia expandir os parceiros — já existem cinco países — com mais dez em 2026 e 15 em 2027, e também treina meteorologistas em países de baixa e média renda para usar modelos de IA. Pedram Hassanzadeh afirma que estes modelos são conquistas notáveis e marcam o início de uma mudança mais ampla, embora ainda não esteja claro quão rapidamente os desafios técnicos e práticos serão resolvidos à medida que o projeto cresce.