A poluição do ar é um sério risco para a saúde pública, contribuindo para um estimado de 30.000 mortes somente no Reino Unido no ano passado. Insights baseados em dados podem ajudar — mas calcular a qualidade do ar com modelos tradicionais baseados em química é caro, o que limita o quão detalhados e com que frequência eles podem ser executados. David Topping, professor do departamento de Ciências da Terra e do Meio Ambiente da Universidade de Manchester, percebeu que a família NVIDIA Earth-2 de modelos e ferramentas de AI abertos havia resolvido um problema relacionado à previsão do tempo — e perguntou se os mesmos frameworks generativos poderiam funcionar para campos de poluição. “O maior desafio é a computação necessária para prever a qualidade do ar”, disse Topping. “Uma vez que você incorpora a química nos modelos meteorológicos, eles se tornam muito, muito lentos. Então, eu disse, por que não tentamos usar os frameworks generativos que a NVIDIA desenvolve para clima e tempo para campos de poluição?” Trabalhando com a equipe NVIDIA Earth-2, Topping e seus colegas geraram dados de treinamento a partir de simulações existentes de química-clima, então treinaram o Earth-2 CorrDiff — um modelo de downscaling generativo — no Isambard-AI, o supercomputador nacional de AI do Reino Unido em Bristol. O modelo funcionou na primeira tentativa. Desde então, a equipe adicionou o Earth-2 StormCast, um modelo que permite previsões dependentes do tempo que usam diretamente observações da qualidade do ar, e mostrou os fluxos de trabalho de treinamento e inferência rodando no supercomputador pessoal de AI NVIDIA DGX Spark. “Para melhorar a saúde humana, é essencial que compreendamos o impacto dos estressores ambientais no ar que respiramos”, disse Topping. “Nosso modelo de poluição para todo o Reino Unido nos permite modelar possíveis cenários futuros, como prever o que aconteceria se diferentes mudanças de políticas governamentais relacionadas à poluição entrassem em vigor. https://blogs.nvidia.com/wp-content/uploads/2026/09/Adobe-Express-UKairpollution-4.mp4 Crédito do vídeo: Bristol Centre for Supercomputing (BriCS) @ University of Bristol Outra aplicação potencial é a previsão proativa da qualidade do ar.
Fonte: NVIDIA AI Blog
Publicado em 2026-09-16