Agora que cada vez mais setores estão a adotar a inteligência artificial para vencer alguns dos seus mais sérios desafios, poderão as máquinas ajudar-nos a compreender e resolver os problemas das alterações climáticas?
O seu telemóvel reconhece o seu rosto; o seu banco pode bloquear transações que não aparentem ajustar-se aos seus hábitos de consumo. Por sua vez, o seu supermercado online propõe-lhe produtos “vegan” apenas porque comprou uma vez aquele leite de aveia e a sua plataforma de filmes continua a propor-lhe filmes de série B após ter visto aquela telenovela no mês ado.
Um número crescente dos nossos dispositivos e serviços está a utilizar inteligência artificial (IA), uma tecnologia que continua a ramificar-se e a brotar em cada vez mais áreas das nossas vidas. Cientistas, empreendedores e governos estão a tirar partido da IA para procurar soluções para alguns dos maiores desafios que a sociedade enfrenta. Destrinçar o comportamento do clima do planeta e entender a forma como o mesmo pode evoluir no futuro são pontos prioritários da agenda. No entanto, ainda que esta tecnologia nos esteja a ajudar a dar mais sentido às enormes quantidades de dados de que dispomos, como pode a sua inteligência ajudar-nos a atenuar, no terreno, as alterações ambientais e a adaptar-nos ao futuro?
"Quando mencionamos "IA", referimo-nos frequentemente à “aprendizagem automática”, um conjunto de algoritmos capazes de aprender a partir de dados", afirmou o Dr. David Rolnick, professor auxiliar na Universidade da Pensilvânia. "Em termos gerais, a IA não irá fazer algo melhor do que um ser humano, mas é normalmente mais rápida e capaz de identificar padrões em muito grandes volumes de dados". É esta capacidade de processar muito rapidamente enormes quantidades de dados, de refinar a informação e de encontrar associações que tornou a IA revolucionária em diversos setores.
Tal não é menos verdade no caso da ciência do clima e da monitorização das alterações climáticas. Os satélites estão a recolher dados climáticos a níveis nunca antes vistos. As previsões meteorológicas são efetuadas com níveis de detalhe revolucionários. Os modelos e cenários climáticos suscitam ainda muitas incertezas. Os cientistas estão a tirar partido da IA na gestão deste domínio intensivo em termos de dados para aperfeiçoar a ciência climática e produzir previsões mais precisas que permitem à sociedade e à natureza adaptarem-se ao futuro. "A aprendizagem automática permite aprender comportamentos complexos a partir de dados sem que haja um entendimento físico", comentou o Dr. Peter Dueben, bolseiro de investigação no ECMWF. "Quanto mais dados possuirmos, melhores serão as ferramentas. Com mais dados disponíveis, as ferramentas de aprendizagem automática vão-se tornando cada vez melhores. A implicação é que as ferramentas serão cada vez mais úteis para os cientistas do domínio."
O poder da IA pode melhorar as imagens de satélite e permite criar projeções
Segundo a Dra. Nataliya Tkachenko, cientista-chefe de dados e IA na Universidade de Oxford, "o recurso a máquinas permite-nos medir e monitorizar o mundo real, o que é fundamental para tomar melhores decisões num futuro incerto". "Na verdade, a IA, na sua forma mais genuína, não diz respeito aos dados como tal; está principalmente focalizada na identificação de padrões e associações na complexidade do mundo. O derradeiro objetivo continua sempre a ser a decisão, ou a informação processada".
Os cientistas usaram com sucesso a IA na produção de imagens mais detalhadas da Terra. "A IA é excelente a produzir informação espacial. É um dos seus superpoderes", afirmou o Dr. Pierre-Phillippe Mathieu, diretor do Gabinete Philab Explore da Agência Espacial Europeia. O Dr. Vincent Peuch, Diretor do Serviço de Monitorização Atmosférica Copernicus (CAMS), concorda: "é muito eficaz a comparar imagens de satélite e a seguir automaticamente alterações da cobertura dos solos, sendo adequada para zonas do planeta que não disponham de monitorização ao nível do solo. Além disso, contribui para acelerar os modelos informáticos e reduzir os seus custos operacionais, especialmente no domínio das previsões meteorológicas detalhadas que requerem respostas rápidas".
O Serviço de Monitorização das Alterações Climáticas Copernicus (C3S) e o CAMS estão a testar e a utilizar IA para identificar alterações da cobertura do solo e das árvores, e também para refinar previsões da qualidade do ar à escala urbana e processar automaticamente imagens de satélite, segundo o Dr. Peuch.
No Mar de Amundsen, ao largo da costa ocidental da Antártida, especialistas do British Antarctic Survey (BAS), integrado no Turing Institute, estão a utilizar tecnologia de aprendizagem automática para identificar e acompanhar a forma como os icebergues se estão a desagregar em fragmentos mais pequenos e estreitos e a treinar algoritmos de IA para prever o gelo marinho no futuro. Por sua vez, a IA permite-lhes interpretar estas previsões e, possivelmente, obter novas perspetivas sobre a forma como as variáveis climáticas interagem umas com as outras, tanto no espaço como no tempo.
O acervo de aplicações da IA para resolver problemas ambientais e sociais, sejam eles de grande ou pequena envergadura, continua a expandir-se. A Universidade de Washington planeia utilizá-la para seguir e efetuar melhores previsões das ondas de calor marinhas. O Centro de Recursos de Conservação da Tanzânia irá utilizá-la em levantamentos aéreos da vida selvagem e das atividades humanas para tentar prevenir conflitos entre seres humanos e animais. A cidade de Boston testou o software da GreenCityWatch para obter um inventário de árvores baseado em IA que verifica com exatidão o número e a saúde dos espaços verdes urbanos com o objetivo de substanciar políticas públicas.
A agricultura está também a colher os benefícios da IA. A FarmBeats, uma plataforma na nuvem Azure, da Microsoft, agrega dados de sensores, câmaras, tratores e drones para criar modelos de aprendizagem automática baseados na combinação de conjuntos de dados para monitorizar a agricultura e reforçar a resiliência dos agricultores às alterações climáticas. "Os agricultores determinam o timing da plantação, da rega, da colheita e de outras práticas com base no estado do tempo", segundo Ranveer Chandra, investigador principal da Microsoft Azure Global. "Contudo, as previsões meteorológicas disponíveis dizem respeito à estação meteorológica e não à exploração agrícola. Um dos nossos algoritmos de IA combina modelos meteorológicos detalhados e dados da estação meteorológica com sensores na exploração agrícola para produzir previsões hiperlocais do estado do tempo na zona em causa. Preenchendo as lacunas de dados na exploração agrícola, a solução é capaz de prever valores que melhoram as decisões dos agricultores.”
Será a IA suficientemente poderosa para prever as alterações climáticas?
Uma ambiciosa missão para a IA é a criação de uma Gémea Digital da Terra, ou seja, uma réplica dos sistemas e processos do planeta. Segundo o Dr. Mathieu, "isso constituiria um laboratório numérico do planeta, com o qual poderíamos fazer experiências destinadas a elaborar políticas e avaliar resultados". "Possuímos já os blocos construtivos para o desenvolvimento de Gémeos Digitais do ambiente natural e, em última análise, de uma "Terra Gémea Digital", segundo o Dr. Scott Hosking, cientista de dados ambientais no BAS. "Não temos a capacidade de monitorizar todos os aspetos do nosso dinâmico planeta com o nível de detalhe exigido. Com o desenvolvimento de Gémeos Digitais dos ambientes naturais, podemos concentrar de forma inteligente as nossas amostragens, o que seria revolucionário no caso de ambientes remotos e hostis como as regiões polares, onde a alimentação a bateria e a ibilidade são problemáticas. Esta informação poderia ser usada em tempo real para indicar a uma frota de drones e submarinos automatizados para onde ir em seguida, aumentando a sua eficácia nas medições futuras".
No entanto, a IA está ainda longe de ser infalível. No caso das previsões climáticas, não existem dados suficientes para treinar os algoritmos, advertem os especialistas. "A IA tem de ser treinada com base em dados históricos", explica o Dr. Judah Cohen, diretor de previsões sazonais na Atmospheric and Environmental Research (AER) e climatologista no MIT. "Efetuamos os treinos com base em dados que remontam a 1979, quando a utilização de satélites se generalizou. Contudo, esses dados não proporcionam casos históricos suficientes para obter soluções de IA ótimas. Uma forma seria criar dados sintéticos com modelos, mas saber se os dados dos modelos são tão bons como os históricos é uma pergunta ainda sem resposta."
Além disso, a IA não consegue substituir a física climática, nas palavras do Dr. Rolnick. "A IA tem limitações", acrescenta o Dr. Mathieu, da ESA. "É sempre possível identificar correlações entre os dados, mas tal não significa necessariamente que existe também um elo causal; assim, são necessários especialistas que possam produzir explicações com base na física".
O mesmo se pode dizer dos modelos de previsão meteorológica, comentou o Dr. Dueben, do ECMWF. "Há quem diga que a IA e a aprendizagem automática podem ser superiores às ferramentas convencionais de "now-casting" (previsões meteorológicas com horizontes aproximados de duas horas) e a algumas previsões multianuais. Contudo, é muito improvável que a tecnologia seja superior à maioria das outras previsões e possa, assim, "substituir" os modelos de previsão meteorológica, uma vez que não será tão precisa na maioria das aplicações.”
Dado que um sistema de IA treinado funciona bem apenas nas áreas em que recebeu treino, surgem outros problemas. "É necessário assegurar que o estamos a utilizar na gama de valores para a qual foi treinado", diz o Dr. Peuch. "Caso contrário, obteremos resultados espúrios.” Isso implica que, embora o algoritmo possa "entender" os dados que foi concebido para processar, alimentá-lo com dados fora da sua gama de ação poderá produzir resultados inexatos. Contudo, em investigação climática, não são apenas os dados que mudam: o clima também muda. "Quando falamos de alterações climáticas, os algoritmos têm de ser muito elaborados, porque o clima continua a mudar. É necessário ter cuidado para que a IA não esteja a usar apenas o ado para prever o futuro", acrescenta o diretor do CAMS.
A escolha do algoritmo é também difícil quando se trata de problemas ligados às alterações climáticas. "Existem muitas técnicas de IA, e escolher a ótima para prever o clima num menu de IA "à la carte" não é uma questão trivial", explica o Dr. Cohen. "O meu entendimento é que a escolha e a otimização de um algoritmo de IA capaz de produzir mais do que uma ligeira melhoria nas previsões climáticas atuais irão constituir um desafio."
A tecnologia da IA suscita também questões sobre o controlo da forma como tratamos os dados. "Não existem demasiadas preocupações relativas à proteção dos dados no caso das fontes convencionais das observações meteorológicas", afirmou o Dr. Dueben. "Contudo, existem os chamados dados da "Internet das Coisas" (IoT), que são hoje muito pouco usados nas previsões meteorológicas, mas que poderão introduzir melhorias significativas no futuro. Trata-se, por exemplo, das observações a partir de telemóveis e outros produtos de dados obtidos por "crowdsourcing", que suscitariam questões em matéria da privacidade dos dados.” A Dra. Tkachenko vai mais longe, argumentando que, se os dados não processados introduzidos nas fórmulas decisórias forem adulterados, poderão surgir consequências negativas. "Assim, da mesma forma que indicamos os ingredientes nas embalagens de refeições prontas, poderemos também querer saber como a IA foi concebida e quais as fontes de dados que se tornam parte dela", comentou.
Feitas as contas, poderão os cientistas climáticos e ambientais aprender com a utilização da IA pelos outros setores? "Só devemos usar a IA se houver um problema existente que necessita dela", adverte o Dr. Rolnick. "É fácil distrairmo-nos com tecnologia apelativa. Em todas as aplicações, é essencial assegurar que a IA acrescenta algum valor. As aplicações da IA devem ser justificadas pelo seu derradeiro impacto e desenvolvidas em conjunto com as partes interessadas que utilizarão a tecnologia e dela beneficiarão. Uma falácia importante é imaginar que a IA irá resolver problemas com um e de magia. Embora poderosa, a tecnologia é apenas uma de um grande número de ferramentas que podem ser usadas como parte das estratégias de combate às alterações climáticas."
