Todos os dias, sat\u00c3\u00a9lites circulam nosso planeta, coletando quantidades massivas de dados sobre florestas, litorais, cidades e terras agr\u00c3\u00adcolas. Mais do que qualquer equipe de analistas poderia ler. O gargalo da ind\u00c3\u00bastria de observa\u00c3\u00a7\u00c3\u00a3o da Terra n\u00c3\u00a3o \u00c3\u00a9 a escassez de pixels, mas nossa capacidade de dar sentido a eles com rapidez suficiente para agir sobre o que mostram. \u00c3\u2030 aqui que a intelig\u00c3\u00aancia artificial se tornou essencial para a observa\u00c3\u00a7\u00c3\u00a3o da Terra, e \u00c3\u00a9 por isso que a quest\u00c3\u00a3o de saber se a IA pode ajudar a construir um futuro mais sustent\u00c3\u00a1vel n\u00c3\u00a3o \u00c3\u00a9 abstrata para nossa ind\u00c3\u00bastria. \u00c3\u2030 agora uma quest\u00c3\u00a3o pr\u00c3\u00a1tica e cotidiana. <\/p>\n\n
\u00c3\u2030 tamb\u00c3\u00a9m uma quest\u00c3\u00a3o que vale a pena fazer honestamente, porque a IA n\u00c3\u00a3o \u00c3\u00a9 automaticamente uma for\u00c3\u00a7a para o bem. Ela carrega um custo ambiental real. \u00c3\u2030 por isso que precisamos olhar para ela de todos os lados: onde a IA genuinamente melhora a sustentabilidade, onde a cr\u00c3\u00adtica se sustenta e o que \u00c3\u00a9 necess\u00c3\u00a1rio para us\u00c3\u00a1-la de forma respons\u00c3\u00a1vel. <\/p>\n\n
Intelig\u00c3\u00aancia Artificial \u00c3\u00a9 um software que aprende padr\u00c3\u00b5es a partir de dados em vez de seguir regras que uma pessoa escreveu antecipadamente. Na observa\u00c3\u00a7\u00c3\u00a3o da Terra, essa capacidade passou de uma curiosidade de pesquisa para algo de que o campo agora depende, porque os sat\u00c3\u00a9lites produzem muito mais imagens, contendo muito mais informa\u00c3\u00a7\u00c3\u00b5es, do que qualquer pessoa poderia revisar e extrair manualmente. <\/p>\n\n
Hoje a IA funciona em toda a cadeia de OT. Ela monitora a cobertura do solo e a sa\u00c3\u00bade das culturas, e detecta desmatamento, degrada\u00c3\u00a7\u00c3\u00a3o da terra e novas constru\u00c3\u00a7\u00c3\u00b5es em \u00c3\u00a1reas grandes demais para verificar manualmente. Ela combina sensores \u00c3\u00b3pticos, de radar e t\u00c3\u00a9rmicos para que nuvens e escurid\u00c3\u00a3o n\u00c3\u00a3o escondam mais o que est\u00c3\u00a1 acontecendo no solo. A Ag\u00c3\u00aancia Espacial Europeia at\u00c3\u00a9 colocou IA diretamente em seus sat\u00c3\u00a9lites, processando imagens de radar em \u00c3\u00b3rbita para que apenas os resultados \u00c3\u00bateis viajem de volta \u00c3\u00a0 Terra, em vez do volume total de dados brutos. <\/p>\n\n
A tend\u00c3\u00aancia mais clara \u00c3\u00a9 a mudan\u00c3\u00a7a do monitoramento para a previs\u00c3\u00a3o. Por muito tempo, a observa\u00c3\u00a7\u00c3\u00a3o da Terra foi capaz de nos dizer o que j\u00c3\u00a1 aconteceu: uma floresta desmatada, um litoral erodido, uma mina expandida. Os novos casos de uso est\u00c3\u00a3o se movendo em dire\u00c3\u00a7\u00c3\u00a3o \u00c3\u00a0 antecipa\u00c3\u00a7\u00c3\u00a3o. Modelos treinados em padr\u00c3\u00b5es passados e simulados s\u00c3\u00a3o cada vez mais capazes de dizer onde o desmatamento provavelmente se espalhar\u00c3\u00a1, quais \u00c3\u00a1reas apresentam maior risco e como uma paisagem responder\u00c3\u00a1 \u00c3\u00a0 seca ou ao clima extremo antes que o dano seja feito. Essa mudan\u00c3\u00a7a, de reagir a eventos para v\u00c3\u00aa-los chegando, \u00c3\u00a9 a coisa mais importante que a IA est\u00c3\u00a1 trazendo para nosso trabalho. <\/p>\n\n
Qualquer afirma\u00c3\u00a7\u00c3\u00a3o honesta de que a IA ajuda o planeta tamb\u00c3\u00a9m deve levar em conta o que a pr\u00c3\u00b3pria IA custa ao planeta, e esse custo \u00c3\u00a9 real e crescente.<\/p>\n\n
De acordo com a Ag\u00c3\u00aancia Internacional de Energia, a demanda de eletricidade dos data centers est\u00c3\u00a1 a caminho de aproximadamente dobrar, de cerca de 485 terawatt-horas em 2025 para cerca de 950 terawatt-horas at\u00c3\u00a9 2030. Isso est\u00c3\u00a1 pr\u00c3\u00b3ximo do consumo total de eletricidade da Alemanha e da Fran\u00c3\u00a7a combinados, e cerca de 3 % da demanda global. Al\u00c3\u00a9m disso, a demanda de instala\u00c3\u00a7\u00c3\u00b5es focadas em IA sozinha aumentou cerca de 50 % em um \u00c3\u00banico ano. Al\u00c3\u00a9m da eletricidade, h\u00c3\u00a1 a \u00c3\u00a1gua usada para resfriamento e a demanda concentrada pelos minerais cr\u00c3\u00adticos que comp\u00c3\u00b5em o hardware. A pegada n\u00c3\u00a3o est\u00c3\u00a1 em quest\u00c3\u00a3o. <\/p>\n\n
H\u00c3\u00a1 tamb\u00c3\u00a9m um problema menos \u00c3\u00b3bvio. A IA \u00c3\u00a9 uma ferramenta geral sem valores pr\u00c3\u00b3prios. O mesmo modelo que detecta danos ambientais pode otimizar facilmente a atividade que os causa. ‘IA para sustentabilidade’ \u00c3\u00a9 uma afirma\u00c3\u00a7\u00c3\u00a3o a ser conquistada caso a caso, n\u00c3\u00a3o um r\u00c3\u00b3tulo que se torna verdadeiro por si s\u00c3\u00b3. <\/p>\n\n
H\u00c3\u00a1 outro lado nisso, no entanto. A mesma ag\u00c3\u00aancia observa que os data centers ainda representam menos de 1 % das emiss\u00c3\u00b5es globais de carbono. Mais importante ainda, ela espera que usar as ferramentas de IA que j\u00c3\u00a1 temos de forma mais ampla possa economizar v\u00c3\u00a1rias vezes mais emiss\u00c3\u00b5es do que os data centers produzem, algo em torno de 5 % de todas as emiss\u00c3\u00b5es relacionadas \u00c3\u00a0 energia at\u00c3\u00a9 2035. O custo \u00c3\u00a9 real, mas o benef\u00c3\u00adcio pode ser maior. Se a IA ajuda o clima ou o prejudica depende de como a usamos, n\u00c3\u00a3o da tecnologia em si. <\/p>\n\n
A observa\u00c3\u00a7\u00c3\u00a3o da Terra existe para ajudar com problemas ambientais concretos: parar o desmatamento e a extra\u00c3\u00a7\u00c3\u00a3o ilegal antes que se espalhem, proteger a biodiversidade e a \u00c3\u00a1gua doce, preparar-se para secas e inunda\u00c3\u00a7\u00c3\u00b5es e combater a polui\u00c3\u00a7\u00c3\u00a3o como um todo. Os sat\u00c3\u00a9lites s\u00c3\u00a3o muito bons em ver tudo isso. O problema \u00c3\u00a9 que ver n\u00c3\u00a3o \u00c3\u00a9 o mesmo que resolver, e uma lacuna teimosa existe entre o que um sat\u00c3\u00a9lite pode observar e o que realmente muda no solo. <\/p>\n\n
A velocidade \u00c3\u00a9 o componente essencial dentro deste desafio. O dano tem que ser capturado enquanto ainda pode ser interrompido, e muito monitoramento \u00c3\u00a9 simplesmente lento demais para fazer isso. Quando as imagens foram coletadas, processadas e revisadas, a floresta j\u00c3\u00a1 est\u00c3\u00a1 desmatada ou o p\u00c3\u00a2ntano j\u00c3\u00a1 est\u00c3\u00a1 drenado. Para extra\u00c3\u00a7\u00c3\u00a3o ilegal de madeira e minera\u00c3\u00a7\u00c3\u00a3o, algumas semanas decidem se algu\u00c3\u00a9m chega a tempo. <\/p>\n\n
Onde o monitoramento acontece importa tanto quanto a velocidade com que acontece. Os lugares que mais importam, como florestas tropicais, terras agr\u00c3\u00adcolas de pequenos propriet\u00c3\u00a1rios, as bordas remotas do Sul Global, tendem a ter os dados mais escassos e menos consistentes. Eles s\u00c3\u00a3o cobertos por nuvens durante grande parte do ano, e seus primeiros sinais de estresse s\u00c3\u00a3o sutis o suficiente para que a an\u00c3\u00a1lise comum frequentemente os perca. A cobertura \u00c3\u00a9 mais fraca exatamente nos pontos onde as apostas s\u00c3\u00a3o mais altas. <\/p>\n\n
Mais dif\u00c3\u00adcil ainda \u00c3\u00a9 olhar para frente em vez de para tr\u00c3\u00a1s. A maior parte do valor est\u00c3\u00a1 em saber o que est\u00c3\u00a1 prestes a acontecer, n\u00c3\u00a3o o que j\u00c3\u00a1 aconteceu. Onde o desmatamento se espalhar\u00c3\u00a1 na pr\u00c3\u00b3xima esta\u00c3\u00a7\u00c3\u00a3o, quais \u00c3\u00a1reas inundar\u00c3\u00a3o ou secar\u00c3\u00a3o, onde uma praga ou doen\u00c3\u00a7a se manifestar\u00c3\u00a1? A observa\u00c3\u00a7\u00c3\u00a3o da Terra \u00c3\u00a9 constru\u00c3\u00adda para registrar o presente e o passado, e um clima em mudan\u00c3\u00a7a continua produzindo condi\u00c3\u00a7\u00c3\u00b5es sem precedentes para aprender, ent\u00c3\u00a3o o futuro permanece dif\u00c3\u00adcil de ler apenas a partir de imagens. <\/p>\n\n
E mesmo quando os dados existem, a maioria deles nunca se transforma em uma decis\u00c3\u00a3o. As imagens se acumulam mais r\u00c3\u00a1pido do que qualquer pessoa pode trabalhar com elas, os resultados frequentemente chegam tarde demais para serem \u00c3\u00bateis, e as pessoas que mais precisam deles, como ag\u00c3\u00aancias ambientais, servi\u00c3\u00a7os florestais e comunidades locais, frequentemente n\u00c3\u00a3o conseguem obter os dados ou n\u00c3\u00a3o t\u00c3\u00aam as ferramentas para us\u00c3\u00a1-los. Coletar mais do planeta significa pouco se nada disso chega a algu\u00c3\u00a9m que possa agir. <\/p>\n\n
Tudo isso carrega um custo f\u00c3\u00a1cil de ignorar. Observar o planeta inteiro, repetidamente, em alta resolu\u00c3\u00a7\u00c3\u00a3o \u00c3\u00a9 caro em dinheiro e em energia. Capturar, mover, armazenar e processar tantas imagens adiciona \u00c3\u00a0 mesma pegada de IA descrita acima, e na pr\u00c3\u00a1tica essa despesa decide quanto do mundo \u00c3\u00a9 observado e com que frequ\u00c3\u00aancia. <\/p>\n\n
Outro limite \u00c3\u00a9 a confian\u00c3\u00a7a, e \u00c3\u00a9 um dos mais importantes. Cada vez mais, a observa\u00c3\u00a7\u00c3\u00a3o da Terra est\u00c3\u00a1 por tr\u00c3\u00a1s de responsabilidade real: mercados de carbono, as regras da UE sobre desmatamento e metano, relat\u00c3\u00b3rios clim\u00c3\u00a1ticos de empresas. Quando dinheiro e conformidade dependem do resultado, errar \u00c3\u00a9 custoso. Pesquisadores j\u00c3\u00a1 mostraram que a contabilidade de carbono baseada em sat\u00c3\u00a9lite pode superestimar quanto carbono est\u00c3\u00a1 armazenado e inflar reivindica\u00c3\u00a7\u00c3\u00b5es de compensa\u00c3\u00a7\u00c3\u00a3o quando os m\u00c3\u00a9todos por tr\u00c3\u00a1s dela n\u00c3\u00a3o s\u00c3\u00a3o devidamente verificados, e a maioria dos compradores de cr\u00c3\u00a9ditos de carbono diz que a confiabilidade \u00c3\u00a9 sua principal preocupa\u00c3\u00a7\u00c3\u00a3o. Todo o sistema depende de verifica\u00c3\u00a7\u00c3\u00a3o em que as pessoas possam realmente confiar, n\u00c3\u00a3o apenas verifica\u00c3\u00a7\u00c3\u00a3o que funciona automaticamente. <\/p>\n\n
D\u00c3\u00aa um passo atr\u00c3\u00a1s e os limites compartilham uma raiz. Em quase nenhum desses casos o problema real \u00c3\u00a9 a falta de imagens. \u00c3\u2030 a lacuna entre ver algo e fazer algo a respeito, e no trabalho ambiental essa lacuna custa mais do que atraso comum, porque o que voc\u00c3\u00aa est\u00c3\u00a1 observando geralmente n\u00c3\u00a3o pode ser desfeito. Essa lacuna \u00c3\u00a9 exatamente onde a IA \u00c3\u00a9 \u00c3\u00batil. <\/p>\n\n
A maior parte do que a IA faz volta a uma coisa. Ela encurta a viagem do que um sat\u00c3\u00a9lite v\u00c3\u00aa para o que uma pessoa pode agir. <\/p>\n\n
Os ganhos mais claros est\u00c3\u00a3o na velocidade e no alcance. A IA detecta mudan\u00c3\u00a7as muito mais r\u00c3\u00a1pido do que qualquer processo manual e em \u00c3\u00a1reas que nenhuma equipe poderia cobrir, e funciona onde o monitoramento costumava falhar. Ao combinar dados \u00c3\u00b3pticos, de radar e t\u00c3\u00a9rmicos, ela v\u00c3\u00aa atrav\u00c3\u00a9s de nuvens e escurid\u00c3\u00a3o, e aprende a captar os sinais iniciais fracos de estresse, um dossel rarefeito, fragmenta\u00c3\u00a7\u00c3\u00a3o, pequenas mudan\u00c3\u00a7as na umidade ou temperatura da superf\u00c3\u00adcie, que outros m\u00c3\u00a9todos perdem. Pesquisadores da NASA recentemente combinaram v\u00c3\u00a1rios sat\u00c3\u00a9lites para sinalizar desmatamento tropical mais de tr\u00c3\u00aas meses antes do que anteriormente. Com cerca de 10 milh\u00c3\u00b5es de hectares de floresta tropical perdidos a cada ano, tr\u00c3\u00aas meses \u00c3\u00a9 a diferen\u00c3\u00a7a entre parar um desmatamento e registr\u00c3\u00a1-lo. Essa mesma velocidade \u00c3\u00a9 o que finalmente ajuda com a lacuna de valor, porque a IA \u00c3\u00a9 a \u00c3\u00banica maneira realista de trabalhar com tantas imagens e devolver uma lista curta e classificada do que realmente importa, enquanto ainda importa. <\/p>\n\n
A mudan\u00c3\u00a7a maior \u00c3\u00a9 de ler o passado para antecipar o futuro. Treinados em padr\u00c3\u00b5es hist\u00c3\u00b3ricos e simulados, os modelos apontam cada vez mais para onde o desmatamento se mover\u00c3\u00a1 em seguida, quais \u00c3\u00a1reas enfrentam inunda\u00c3\u00a7\u00c3\u00a3o ou seca e quais florestas provavelmente declinar\u00c3\u00a3o antes que qualquer coisa apare\u00c3\u00a7a em uma imagem. Isso \u00c3\u00a9 o que transforma monitoramento em preven\u00c3\u00a7\u00c3\u00a3o, e \u00c3\u00a9 a mudan\u00c3\u00a7a com mais alavancagem para o meio ambiente. <\/p>\n\n
A confian\u00c3\u00a7a \u00c3\u00a9 a \u00c3\u00banica \u00c3\u00a1rea onde a IA s\u00c3\u00b3 ajuda sob certas condi\u00c3\u00a7\u00c3\u00b5es, e o metano mostra ambos os lados disso. Vazamentos de metano s\u00c3\u00a3o dispersos e remotos, o que os torna dif\u00c3\u00adceis de rastrear, mas modelos de IA agora podem escanear imagens de sat\u00c3\u00a9lite p\u00c3\u00bablicas e identificar plumas em locais individuais a cada dois dias, alimentando sistemas como o Sistema de Alerta e Resposta de Metano do Programa das Na\u00c3\u00a7\u00c3\u00b5es Unidas para o Meio Ambiente e aproximando dados de emiss\u00c3\u00b5es da fiscaliza\u00c3\u00a7\u00c3\u00a3o. Nos mercados de carbono, a IA pode assumir as pesquisas de campo lentas e caras que a verifica\u00c3\u00a7\u00c3\u00a3o costumava exigir. Mas a mesma automa\u00c3\u00a7\u00c3\u00a3o que reduz custos tamb\u00c3\u00a9m pode multiplicar erros, ent\u00c3\u00a3o ela s\u00c3\u00b3 ganha confian\u00c3\u00a7a se os pr\u00c3\u00b3prios modelos forem verificados independentemente. A IA \u00c3\u00a9 um verificador melhor do que o que veio antes. Ela n\u00c3\u00a3o \u00c3\u00a9 uma substitui\u00c3\u00a7\u00c3\u00a3o para o escrut\u00c3\u00adnio. <\/p>\n\n
H\u00c3\u00a1 tamb\u00c3\u00a9m um benef\u00c3\u00adcio mais oculto. Bem usada, a IA pode tornar a observa\u00c3\u00a7\u00c3\u00a3o da Terra mais leve em vez de mais pesada. A energia necess\u00c3\u00a1ria por tarefa continua caindo, processar imagens no sat\u00c3\u00a9lite reduz quanto tem que ser enviado e armazenado, e maneiras mais inteligentes de lidar com dados, incluindo gerar dados de treinamento sint\u00c3\u00a9ticos em vez de capturar e rotular cada vez mais do mundo real, reduzem quanto de novas imagens tem que ser coletado. <\/p>\n\n
Se o valor da IA depende de como ela \u00c3\u00a9 usada, ent\u00c3\u00a3o us\u00c3\u00a1-la de forma respons\u00c3\u00a1vel se resume a alguns compromissos concretos em vez de um slogan.<\/p>\n\n
Significa colocar a IA para trabalhar onde o benef\u00c3\u00adcio ambiental claramente supera sua pegada, n\u00c3\u00a3o simplesmente em todos os lugares onde ela pode tecnicamente ir. Significa verificar os modelos em que cada vez mais confiamos com responsabilidade ambiental, para que o monitoramento automatizado de carbono e emiss\u00c3\u00b5es ganhe sua credibilidade em vez de assumi-la. Significa fechar a lacuna de capacidade, para que as ag\u00c3\u00aancias e comunidades na linha de frente possam realmente usar os dados e as ferramentas, n\u00c3\u00a3o apenas as organiza\u00c3\u00a7\u00c3\u00b5es que podem pag\u00c3\u00a1-los. E significa construir para efici\u00c3\u00aancia em vez de escala, fazer mais com menos dados, menos computa\u00c3\u00a7\u00c3\u00a3o e menos capturas repetidas. <\/p>\n\n
Esse \u00c3\u00baltimo ponto \u00c3\u00a9 onde nos concentramos na Another Earth. Estamos construindo a camada de dados preditiva para o mundo f\u00c3\u00adsico, e come\u00c3\u00a7a com algo que perpassa todo este texto: o problema raramente \u00c3\u00a9 a falta de imagens, \u00c3\u00a9 a falta de dados de treinamento utiliz\u00c3\u00a1veis. \u00c3\u2030 por isso que criamos dados de sat\u00c3\u00a9lite sint\u00c3\u00a9ticos de alta resolu\u00c3\u00a7\u00c3\u00a3o, constru\u00c3\u00addos especificamente para treinar e testar os modelos de IA usados para trabalho ambiental, de biodiversidade e clim\u00c3\u00a1tico. Como v\u00c3\u00aam prontos para rotulagem, os modelos podem atingir desempenho confi\u00c3\u00a1vel com uma fra\u00c3\u00a7\u00c3\u00a3o dos dados do mundo real que de outra forma precisariam. \u00c3\u2030 uma pe\u00c3\u00a7a de um quebra-cabe\u00c3\u00a7a muito maior, mas \u00c3\u00a9 a pe\u00c3\u00a7a que ajuda as organiza\u00c3\u00a7\u00c3\u00b5es a passar do monitoramento reativo para o planejamento preditivo, de limpar depois de uma crise para v\u00c3\u00aa-la chegando. <\/p>\n\n
A IA \u00c3\u00a9 uma das ferramentas mais poderosas que nossa ind\u00c3\u00bastria j\u00c3\u00a1 teve, e j\u00c3\u00a1 est\u00c3\u00a1 mudando a observa\u00c3\u00a7\u00c3\u00a3o da Terra. Ela acelera a rapidez com que notamos mudan\u00c3\u00a7as, estende o monitoramento a lugares que nunca poder\u00c3\u00adamos ter tido condi\u00c3\u00a7\u00c3\u00b5es de observar antes e transforma um fluxo de imagens em algo mais pr\u00c3\u00b3ximo de previs\u00c3\u00a3o. <\/p>\n\n
Mas toda ferramenta poderosa tem uma desvantagem, e a IA n\u00c3\u00a3o \u00c3\u00a9 exce\u00c3\u00a7\u00c3\u00a3o. Ela usa energia e \u00c3\u00a1gua, adiciona press\u00c3\u00a3o a cadeias de suprimentos que j\u00c3\u00a1 est\u00c3\u00a3o tensas e servir\u00c3\u00a1 a um objetivo prejudicial t\u00c3\u00a3o fielmente quanto a um bom. A tecnologia n\u00c3\u00a3o decide se ajuda o planeta. N\u00c3\u00b3s decidimos. <\/p>\n\n
Ent\u00c3\u00a3o a resposta honesta para saber se a IA pode impulsionar um futuro mais sustent\u00c3\u00a1vel \u00c3\u00a9 sim, mas apenas de prop\u00c3\u00b3sito. Significa usar a IA onde o retorno ambiental claramente supera o custo, construir dados e sistemas que fazem mais com menos e ser aberto sobre as compensa\u00c3\u00a7\u00c3\u00b5es em vez de fingir que elas n\u00c3\u00a3o est\u00c3\u00a3o l\u00c3\u00a1. Esse \u00c3\u00a9 o padr\u00c3\u00a3o que tentamos manter: construir a infraestrutura de dados que permite que os ecossistemas mais importantes do planeta sejam vistos, compreendidos e protegidos, mantendo a pegada desse trabalho o mais leve poss\u00c3\u00advel. <\/p>\n","protected":false},"excerpt":{"rendered":"
Todos os dias, sat\u00c3\u00a9lites circulam nosso planeta, coletando quantidades massivas de dados sobre florestas, litorais, cidades e terras agr\u00c3\u00adcolas. Mais do que qualquer equipe de analistas poderia ler. O gargalo da ind\u00c3\u00bastria de observa\u00c3\u00a7\u00c3\u00a3o da Terra n\u00c3\u00a3o \u00c3\u00a9 a escassez de pixels, mas nossa capacidade de dar sentido a eles com rapidez suficiente para agir […]<\/p>\n","protected":false},"author":5,"featured_media":14684,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[100,108,101],"tags":[103,102,104,109,107],"class_list":["post-14683","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-ciencia","category-natureza","category-tecnologia","tag-dados-sinteticos","tag-ia","tag-observacao-da-terra","tag-satelite","tag-sustentabilidade"],"acf":[],"yoast_head":"\n