Eventos extremos são difíceis de prever, por representarem casos atípicos e esporádicos que dependem de episódios semelhantes do passado para que os métodos convencionais consigam fazer uma avaliação de risco. Ou seja, os meteorologistas precisam recorrer a dados históricos para tentar indicar, por exemplo, se o dique de uma cidade resistirá a uma tempestade devastadora, ou se a rede elétrica de uma região suportará um calor recorde, ou se os recursos dos bombeiros serão suficientes para conter um grande incêndio florestal.

Porém, essa limitação da possibilidade de previsão poderá ser reduzida por meio de uma ferramenta de IA desenvolvida pelos pesquisadores Themis Sapsis e Kai Chang, do Instituto de Tecnologia de Massachusetts (MIT), que é capaz de antecipar a ocorrência de eventos extremos sem a necessidade de consultar dados históricos. Em vez disso, na forma de um algoritmo de aprendizado de máquina, a IA aprende a partir de um conjunto de informações de rotina, como registros meteorológicos diários e mapas da região, que podem ou não conter desvios extremos passados, como recordes de calor ou chuva.

O novo algoritmo da dupla de cientistas adota uma abordagem estatística para aprender com os dados disponíveis, excluindo cenários meteorológicos implausíveis. O método então prevê eventos extremos plausíveis que provavelmente ocorrerão em uma região com determinada frequência (como uma vez a cada 100 anos) e projeta como esses eventos extremos podem se apresentar em tamanho, intensidade e duração.

“Estamos tentando modelar eventos extremos e sem precedentes que ninguém jamais viu, que não estão no conjunto de dados”, explicou Chang, estudante de pós-graduação em engenharia mecânica no MIT, em entrevista ao Portal do Clima da instituição. Sapsis, professor de engenharia mecânica e oceânica, acrescentou: “Um evento como o furacão Katrina acontece a cada 30 ou 40 anos. Qual será o Katrina que acontecerá a cada 100 anos? Quão devastador será? É exatamente isso que estamos tentando quantificar, para ajudar os planejadores a se prepararem para cenários extremos plausíveis”.

Chang disse que a ideia é entender como seriam eventos extremos sem precedentes, mais perigosos do que tudo o que já aconteceu, mas ainda plausíveis. Por exemplo, se a tempestade mais forte já ocorrida em determinada metrópole registrou 200 milímetros de chuva, que tipo de desastre produziria uma precipitação ainda mais extrema, de 300 milímetros? Esse limite nunca foi superado antes, mas ainda assim seria plausível, e os planejadores gostariam de saber quais seriam os resultados, o que se tornaria possível com a simulação feita pelo algoritmo.

“Queremos prever mapas desses cenários mais pessimistas. Não existe nenhum método que faça isso de forma eficiente para prever eventos que acontecem raramente”, disse Sapsis, para quem desastres extremos se tornaram uma preocupação estratégica, e não apenas ambiental. “Um único evento extremo se propaga pelas cadeias de suprimentos, mercados de energia e sistemas alimentares em semanas. Ser capaz de atribuir uma probabilidade a algo que ainda não aconteceu é uma questão crítica”, completou.