https://boriquagato.substack.com/p/ai-weather

IA prevê o tempo melhor que os modelos correntes em supercomputador. Para os prox. 10 dias. E IA roda em um desktop normal, em minutos, ao invés de horas.

Sim, um alpha-Go moment. Redes complexas de causalidade são mesmo um prato cheio pra IA.

Mas se modelos caros e complexos deixarem de ser executados, há riscos:

auto-degradação: IA treinada com dados antigos, não prevê bem depois que o clima mudar (nada a ver com ‘climate change’ hoax, mas com as mudanças naturais, mesmo que leve décadas). Precisaria sempre continuar novos treinamentos e medidas de erro.

Explicabilidade: o número de meteorologistas competentes pode diminuir tanto, que ninguém saberá “porque funciona”, ou seja, que fenômenos causaram determinado resultado … e quando não funcionar, devido a um evento ‘cisne negro’ não presente nos dados de treinamento, ninguém perceberá que a IA alucinou..

Novamente, a IA aumentará as diferenças, mesmo que na média, melhore para todos.

Países que “emburrecerem”, abandonando a ciência meteorológica e confiando cegamente na IA, ficarão à mercê da IA. Sujeitos à cancelamento ou sabotagem de fornecedores de redes treinadas, ou erros humanos na coleta de dados de entrada por técnicos incompetentes. Sujeitos a falsas previsões em eventos ‘cisne negro’, justamente quando previsões são mais importantes.

Mas quem integrar a IA na ciência corrente, economizará sim tempo de supercomputador, que serão menos necessários no dia a dia… “Vigiará” a IA com testes reais, coleta de dados competente, treinamento contínuo e comparações com modelos com alguma explicabilidade. Se formará um ciclo virtuoso: a IA fornece novos inputs para a ciência, que cria modelos melhores, que ajudam a validar melhor a IA. E será o fornecedor para os outros.

Hum…

Outro risco: “coletar GPS, temperatura, pressão” para ajudar na previsão do tempo - que boa desculpa para rastreamento universal dos cidadãos….