Uma nova ferramenta de IA (inteligência artificial) é definida para permitir aos cientistas prever com mais precisão as condições do gelo do mar Ártico daqui a alguns meses. As previsões melhoradas podem sustentar novos sistemas de alerta precoce que protegem a vida selvagem do Ártico e as comunidades costeiras dos impactos da perda de gelo marinho.

Publicado esta semana no jornal Nature Communications , uma equipe internacional de pesquisadores liderada pela British Antarctic Survey (BAS) e The Alan Turing Institute descreve como o sistema de IA, IceNet, aborda o desafio de produzir previsões precisas do gelo do mar Ártico para a próxima temporada - algo que iludiu os cientistas por décadas.

Gelo marinho, uma vasta camada de água do mar congelada que aparece nos pólos Norte e Sul, é notoriamente difícil de prever por causa de sua complexa relação com a atmosfera acima e o oceano abaixo. A sensibilidade do gelo marinho ao aumento das temperaturas fez com que a área de gelo marinho do Ártico no verão caísse pela metade nas últimas quatro décadas, equivalente à perda de uma área cerca de 25 vezes o tamanho da Grã-Bretanha. Essas mudanças aceleradas têm consequências dramáticas para o nosso clima, para os ecossistemas árticos, e Comunidades indígenas e locais cujos meios de subsistência estão ligados ao ciclo sazonal do gelo marinho.

IceNet, a ferramenta preditiva de IA, tem quase 95% de precisão ao prever se o gelo marinho estará presente dois meses antes - melhor do que o modelo líder baseado na física.

Autor principal, Tom Andersson, Cientista de dados do BAS AI Lab e financiado pelo The Alan Turing Institute, explica:"O Ártico é uma região na linha de frente da mudança climática e tem visto um aquecimento substancial nos últimos 40 anos. O IceNet tem o potencial de preencher uma lacuna urgente na previsão do gelo marinho para os esforços de sustentabilidade do Ártico e funciona milhares de vezes mais rápido do que o tradicional métodos."

Dr. Scott Hosking, Investigador principal, Co-líder do BAS AI Lab e pesquisador sênior do The Alan Turing Institute, diz:"Estou animado para ver como a IA está nos fazendo repensar como realizamos pesquisas ambientais. Nossa nova estrutura de previsão do gelo marinho funde dados de sensores de satélite com a saída de modelos climáticos de maneiras que os sistemas tradicionais simplesmente não conseguiam".

Ao contrário dos sistemas convencionais de previsão que tentam modelar as leis da física diretamente, os autores desenvolveram o IceNet com base em um conceito denominado aprendizado profundo. Por meio dessa abordagem, o modelo 'aprende' como o gelo marinho muda a partir de milhares de anos de dados de simulação climática, junto com décadas de dados observacionais para prever a extensão do gelo marinho do Ártico meses no futuro.

Tom Andersson conclui:"Agora, demonstramos que a IA pode prever com precisão o gelo marinho, nosso próximo objetivo é desenvolver uma versão diária do modelo e executá-lo publicamente em tempo real, assim como as previsões do tempo. Isso poderia funcionar como um sistema de alerta precoce para riscos associados à rápida perda de gelo marinho. "