Modelo de aprendizado profundo mapeia emissões globais de metano pelo espaço

O Google e o Jet Propulsion Laboratory da NASA apresentaram o MAPL-EMIT, um modelo de inteligência artificial projetado para mapear emissões globais de metano a partir de dados do instrumento satelital EMIT. Historicamente limitado a medições terrestres, o monitoramento espacial desse gás — cujo potencial de aquecimento é trinta vezes superior ao do dióxido de carbono em um horizonte de cem anos — enfrentava ruídos atmosféricos severos, como nuvens e umidade. Para superar a ausência de registros prévios, os engenheiros treinaram o algoritmo com 3,6 milhões de plumas sintéticas de metano calibradas pela física e injetadas em imagens reais. Como resultado, o sistema detectou 50% mais plumas do que especialistas humanos e identificou emissões em 24 dos 25 maiores aterros sanitários do planeta.

Além de liberar o banco de dados e as ferramentas em acesso aberto, a tecnologia se conecta à iniciativa MethaneSAT, desenvolvida em parceria com o Environmental Defense Fund e pesquisadores da Universidade de Harvard, para cruzar vazamentos com o mapeamento da infraestrutura global de petróleo e gás. Na análise do Professor, essa abertura marca a transição do sensoriamento remoto de uma pesquisa acadêmica restrita para uma infraestrutura pública de vigilância ambiental em tempo real. O especialista adverte, no entanto, para omissões quanto à pegada de carbono e ao custo computacional do treinamento dessa arquitetura. Há também o risco de uma fadiga de alertas, cenário em que o volume massivo de notificações e eventuais falsos positivos podem sobrecarregar os órgãos reguladores. Ainda assim, o projeto estabelece que dados sintéticos rigorosos são uma via escalável para treinar modelos de inteligência artificial em setores desprovidos de bases empíricas massivas.

Fontes: 1 · 2 · 3