China depende de modelos de IA nacionais para aprimorar previsões de clima extremo
- A China está promovendo modelos de IA desenvolvidos domesticamente como soluções para a previsão operacional de eventos climáticos extremos.
- Também planeja exportar vários deles por meio da iniciativa 'Alertas Precoces para Todos' das Nações Unidas.
- Países do Sul Global estão testando ou já utilizando essas ferramentas contra tufões e inundações.
A China encontrou uma nova rota em sua busca para se tornar uma potência global de IA, à medida que a agência meteorológica do país e institutos de pesquisa colocaram modelos de IA construídos domesticamente na linha de frente de seu sistema de monitoramento e previsão de tufões.
A maior economia da Ásia também já tem seus olhos voltados para rotas de expansão, pois agora planeja espalhar os sistemas de IA já em uso no país para outros países em desenvolvimento, especialmente aqueles em risco de clima extremo no Ásia-Pacífico.
A China está construindo um sistema meteorológico de IA para o mundo
Enquanto a China foi a primeira cliente de seus laboratórios domésticos de IA meteorológica, o país também sinalizou a ambição de permitir que eles se espalhem pelo mundo, potencialmente tornando-se o padrão global.
De acordo com um Relatório da Xinhua transmitido pelo Escritório de Informação do Conselho de Estado, a Administração Meteorológica da China (CMA) apresentou o modelo de linguagem grande de serviços meteorológicos Fenghe na Conferência Mundial de Inteligência Artificial deste ano em Xangai como um projeto de código aberto global.
O modelo Fenghe divulga informações meteorológicas personalizadas e alertas de risco para usuários chineses.
A iniciativa Early Warnings for All das Nações Unidas recebeu a versão internacional, que oferece consultas em chinês e inglês e permite que desenvolvedores criem seus próprios aplicativos sobre o modelo.
Quais países já estão usando modelos de IA meteorológica chineses?
Paquistão, Djibuti, Etiópia, Jordânia, Mongólia, Ilhas Salomão e Sri Lanka são sete dos países em desenvolvimento que já integraram modelos de IA meteorológica chineses diretamente nas operações diárias de desastres.
No entanto, eles estão executando um modelo diferente do Fenghe. Em vez disso, estão executando Mazu (Multi-hazard Alert, Zero-gap and Universal), outro sistema da CMA, que está mais avançado em sua agenda de popularização.
Pan Jinjun, engenheiro-chefe da CMA, chamou o Mazu de um “bem público internacional” que oferece “serviços de alerta precoce personalizados para nações em desenvolvimento.”
Outros 40 países do Sul Global já estão experimentando uma versão mais rápida em nuvem pública do sistema, nomeada em homenagem à deusa do mar.
Os sistemas de IA meteorológica podem melhorar o monitoramento de tufões?
O lado da pesquisa está produzindo ganços mensuráveis. Cientistas do Instituto de Física Atmosférica da Academia Chinesa de Ciências, trabalhando em parceria com a Universidade de Fudan, combinaram o modelo de previsão meteorológica de IA FuXi da China com um método que chamam de Perturbações Ótimas Não Lineares Condicionais Ortogonais, ou O-CNOPs, para mapear a faixa de caminhos que uma tempestade pode seguir. A PreventionWeb relatou o trabalho em 1º de agosto.
Em 62 casos de tufão e 91 experimentos comparativos, o sistema combinado FuXi-CNOPs igualou os melhores conjuntos operacionais globais em 24 horas e superou-os de 24 a 120 horas, reduzindo os erros máximos de trajetória em até 32,33% e apertando as estimativas de incerteza em até 29,2%, de acordo com a equipe liderada pelos pesquisadores Duan Wansuo e Li Hao.
O estudo apareceu em Advances in Atmospheric Sciences. Duan disse ao Global Times que a abordagem não requer treinamento extra de grandes modelos, o que mantém os custos de computação baixos e facilita a implantação nas operações do dia a dia.
Uma pilha de modelos chineses alimentando o impulso
Essas ferramentas estão sobrepostas a vários modelos de previsão chineses que chamaram a atenção internacional. O FengWu, desenvolvido por pesquisadores de Xangai, produz previsões globais em resolução de 0,25 grau.
Em um estudo publicado na Communications Earth & Environment, ele superou o modelo de alta resolução do Centro Europeu para Previsões Meteorológicas de Médio Prazo, bem como o Pangu-Weather e o GraphCast, estendeu previsões úteis além da marca de 10 dias e reduziu o erro de trajetória de ciclones tropicais em cinco dias para 201 quilômetros em 2022.
Pangu-Weather da Huawei, outro sistema desenvolvido nacionalmente, gera previsões muito mais rápido do que a previsão numérica tradicional, e Huawei afirma que tanto o ECMWF quanto o Centro Nacional de Meteorologia da CMA confirmaram suas vantagens. Juntos, os modelos dão a Pequim uma base doméstica para recorrer, enquanto apresenta sua IA meteorológica no exterior.
Não apenas leia notícias sobre criptomoedas. Entenda-as. Inscreva-se em nossa newsletter. É grátis.
Perguntas Frequentes
O que é o Fenghe?
O Fenghe é um modelo de linguagem de grande porte de código aberto para serviços meteorológicos desenvolvido pela Administração Meteorológica da China, treinado com 50 milhões de tokens de dados climáticos e lançado na Conferência Mundial de Inteligência Artificial de 2026 em Xangai. Sua versão internacional faz parte da iniciativa 'Alertas Precoces para Todos' da ONU.
Quais países estão usando o sistema de alerta Mazu da China?
Sete países em desenvolvimento implementaram o Mazu no terreno: Paquistão, Djibuti, Etiópia, Jordânia, Mongólia, Ilhas Salomão e Sri Lanka, enquanto uma versão em nuvem pública foi testada por 40 países do Sul Global.
Em quanto o sistema FuXi-CNOPs melhorou as previsões de tufões?
Em 62 casos de tufões, o sistema reduziu os erros máximos de trajetória em até 32,33% no intervalo de 24 a 120 horas e melhorou a precisão da quantificação de incerteza em até 29,2%, segundo a equipe de pesquisa.
Hannah Collymore
Hannah é escritora e editora com quase uma década de experiência em redação de blogs e cobertura de eventos no espaço cripto. Na Cryptopolitan, Hannah contribui para a página de notícias, relatando e analisando os últimos desenvolvimentos nos setores DeFi, RWA, regulação cripto, IA e tecnologias de fronteira. Ela se formou na Universidade Arcadia com graduação em Administração de Empresas.
