BitcoinWorld
Google DeepMind abre conjunto de dados global de precipitação por IA PARDIG
A Google DeepMind abriu o acesso ao PARDIG a 13 de novembro, afirmando que investigadores e programadores já podem usar o seu sistema de IA para estimar a precipitação em todo o mundo, com registos históricos que remontam a 1999. O anúncio, segundo a CryptoSlate, apresenta o conjunto de dados como uma ferramenta para monitorizar cheias e secas em regiões com poucas estações meteorológicas terrestres e cobertura de radar limitada.
O PARDIG, do Google DeepMind, estima a precipitação global a cada 15 minutos numa grelha de aproximadamente 10 quilómetros. A Google afirma que obteve uma capacidade de deteção mais de 30% superior à do conjunto de dados IMERG-Final da NASA para precipitação fraca a moderada, mas os dados quase em tempo real chegam em lotes de seis horas, com um atraso médio de cerca de cinco horas. Principais factos
O PARDIG estima a precipitação a cada 15 minutos numa grelha global com uma resolução aproximada de 10 quilómetros, recorrendo a observações por satélite e a dados atmosféricos.
A Google afirma que o sistema alcançou uma capacidade de deteção horária da precipitação mais de 30% superior à do conjunto de dados IMERG-Final da NASA para precipitação fraca a moderada.
Os registos históricos de precipitação remontam a 1999, a par de um conjunto de dados separado que abrange o período de 2016 até ao presente. Ambos foram disponibilizados sob uma licença Creative Commons que permite a reutilização comercial com atribuição.
As estimativas quase em tempo real são publicadas em lotes de seis horas, com 24 imagens cada, e um atraso de aproximadamente duas a oito horas; a publicação ocorre, em média, com cerca de cinco horas de atraso.
A Google classifica o PARDIG como experimental e afirma que não constitui observações, previsões ou alertas oficiais.
Como o PARDIG estima a precipitação sem estações terrestres
O sistema aprende com medições da precipitação recolhidas pelo satélite de Medição Global da Precipitação da NASA e, em seguida, utiliza imagens adicionais de satélite e dados atmosféricos para produzir estimativas em todo o planeta. Esta abordagem difere da monitorização convencional, que depende muito de estações meteorológicas terrestres, permitindo ao PARDIG gerar valores sobre oceanos e regiões com redes de observação pouco densas.
A DeepMind afirmou ter avaliado o sistema em comparação com redes de radar nos Estados Unidos, na Europa e no Japão, bem como com observações de mais de 36 000 estações meteorológicas em todo o mundo. O artigo de investigação também relatou uma melhor identificação de episódios de precipitação intensa, que os conjuntos de dados globais existentes podem ter dificuldade em captar com precisão.
A empresa apontou as cheias de julho de 2025 na região de Texas Hill Country como exemplo, comparando as estimativas do PARDIG com leituras de radares terrestres e com o conjunto de dados de precipitação existente da NASA. As informações sobre precipitação geradas pelo PARDIG também são utilizadas no treino do modelo de previsão WeatherNext 3 da Google.
O atraso de cinco horas e outras limitações
Uma elevada resolução temporal não significa uma disponibilização imediata. Embora o PARDIG produza estimativas a cada 15 minutos, a Google publica os dados em lotes de seis horas. Assim, quando um lote é disponibilizado, a imagem mais antiga tem cerca de oito horas e a mais recente, cerca de duas. O atraso médio de aproximadamente cinco horas significa que os serviços de emergência não podem tratar o conjunto de dados como um substituto em tempo real dos alertas meteorológicos oficiais.
A Google reconheceu também que o sistema pode subestimar a queda de neve em regiões montanhosas e é menos fiável em certas zonas polares, mencionando essas limitações na sua documentação.
Porque é importante
A informação sobre precipitação influencia decisões na agricultura, na gestão da água, nos seguros e na resposta a catástrofes, e, historicamente, muitos desses dados têm sido escassos nas regiões com menos infraestruturas meteorológicas. A licença Creative Commons da Google elimina um obstáculo frequente para empresas e investigadores que pretendam desenvolver produtos de monitorização com base nestas estimativas, embora não resolva o problema do atraso. A melhoria de desempenho superior a 30% em relação à referência da NASA, caso resista a uma análise independente, daria aos investigadores uma ferramenta mais precisa para estudar cheias repentinas, deslizamentos de terras e períodos prolongados de seca.
O conjunto de dados é também disponibilizado num ano em que a investigação meteorológica e climática impulsionada pela IA ganhou ritmo, e a comparação com referências públicas estabelecidas, como o IMERG-Final, oferece aos investigadores uma forma concreta de avaliar esta novidade, em vez de aceitarem as afirmações de marketing sem as questionar.
O que acompanhar
Uma validação independente determinará se a vantagem do sistema face às referências da DeepMind se mantém quando comparada com os próprios conjuntos de dados da NASA em condições operacionais. Ao avaliar se o PARDIG poderá apoiar uma resposta mais rápida a catástrofes no futuro, importa verificar o calendário de disponibilização documentado pela Google, e não o intervalo entre estimativas. Também será importante saber se a Google retirará o PARDIG do estado experimental, pois isso poderá influenciar a forma como as agências oficiais tratam os seus resultados.
Perguntas frequentes
O que é o PARDIG?
O PARDIG é o sistema global de monitorização da precipitação da Google DeepMind, baseado em inteligência artificial. Combina observações por satélite e dados atmosféricos para estimar a precipitação a cada 15 minutos numa grelha com cerca de 10 quilómetros de resolução.
Qual é a precisão do PARDIG em comparação com os dados de precipitação da NASA?
A Google DeepMind afirma que o PARDIG alcançou uma capacidade de deteção horária da precipitação mais de 30% superior à do conjunto de dados IMERG-Final da NASA para precipitação fraca a moderada. O sistema foi testado em comparação com redes de radar nos EUA, na Europa e no Japão, bem como com observações de mais de 36 000 estações meteorológicas.
Porque é que o PARDIG ainda não pode ser utilizado para emitir alertas de cheias em tempo real?
Embora as estimativas sejam produzidas em intervalos de 15 minutos, a Google publica os dados quase em tempo real em lotes de seis horas, com um atraso de aproximadamente duas a oito horas e um atraso médio de cerca de cinco horas. A Google também classifica o sistema como experimental e afirma que os utilizadores devem seguir os alertas oficiais.
Os dados do PARDIG podem ser utilizados comercialmente?
A Google disponibilizou tanto os registos históricos, que remontam a 1999, como o conjunto de dados que abrange o período de 2016 até ao presente sob uma licença Creative Commons que permite a reutilização comercial com atribuição.
Este artigo sobre a disponibilização pela Google DeepMind do conjunto de dados global de precipitação por IA PARDIG foi publicado originalmente no BitcoinWorld.
