Como o Machine Learning pode prever catástrofes?

Publicado por Andre Bello em 20 de abril de 202320 de abril de 2023

Uma equipe de pesquisadores desenvolveu uma nova estrutura que utiliza machine learning avançado e algoritmos para prever eventos raros sem a necessidade de grandes conjuntos de dados. Isto é, desastres causados por eventos extremos como terremotos, pandemias ou tsunamis.

O problema atual é que esses eventos são tão raros que simplesmente não há dados sobre quando e como preveni-los com precisão.

No entanto, um grupo de cientistas da Brown University e do Massachusetts Institute of Technology querem solucionar esse problema.

Em um estudo publicado na Nature Computational Science, os pesquisadores explicam que utilizaram o modelo de machine learning DeepOnet, que é um tipo de rede neural artificial, que imita aproximadamente as conexões feitas pelos neurônios no cérebro humano. Essa combinação permite prever cenários, probabilidades e até mesmo cronogramas de eventos raros, apesar da falta de dados históricos.

Ao fazer isso, a equipe de pesquisa descobriu que essa nova estrutura pode fornecer uma maneira de contornar a necessidade de grandes quantidades de dados que são tradicionalmente necessários para esses tipos de cálculos. Ou seja, o desafio de prever eventos raros é uma questão de qualidade de dados, e não de quantidade.

Os pesquisadores descobriram que seu novo método superou os esforços de modelagem mais tradicionais e acreditam que apresenta uma estrutura que pode descobrir e prever com eficiência todos os tipos de eventos raros.

No artigo, a equipe de pesquisa descreve como os cientistas devem projetar experimentos futuros para que possam minimizar custos e aumentar a precisão das previsões. No momento, os cientistas estão focados em usar o novo método para prever eventos climáticos, como furacões.

Faça parte da lista exclusiva:
Conteúdo relevante no seu email

Participar da Lista Exclusiva