Рауль Виктор Магальяйнс Соуза родом из Ирасемы, города в регионе Вале-ду-Жагуариби в штате Сеара, на полузасушливом северо-востоке Бразилии — месте, где неопределенность осадков определяет судьбу урожая мелких фермерских хозяйств. 26 ноября 2025 года он был объявлен победителем в категории средней школы 31-й премии Prêmio Jovem Cientista, национальной премии Бразилии для молодых ученых, проводимой Национальным советом по научно-технологическому развитию (CNPq) совместно с фондом Fundação Roberto Marinho. Ему было шестнадцать лет, и он учился в государственной средней школе в районе Бенфика в Форталезе.
Проект-победитель носит длинное название: «Разработка гибридного инструмента машинного обучения для прогнозирования осадков на основе знаний предсказателей дождя из Вале-ду-Жагуариби, Сеара». Куратором проекта выступил его учитель Элисон Лукас Безерра Браз. «Profetas da chuva» — это фермеры Северо-Востока, которые предсказывают сезон дождей, читая природные знаки, передаваемые из поколения в поколение. Рауль решил зафиксировать, структурировать и проверить эти знания, а не отвергать их.
Система, которую он создал вместе со своим наставником, называется IA dos Profetas da Chuva. Она построена с использованием библиотек машинного обучения на интерфейсе Streamlit, работающем на Python, и использует наблюдения шести предсказателей дождя из муниципалитетов Ирасема, Лимуэйру-ду-Норти, Морада-Нова, Кишере и Руссас, расположенных в Вале-ду-Жагуариби. Суть конструкции в том, что традиционные наблюдения входят в модель как структурированные переменные, а не как анекдотичные данные.
Показатели были разделены на три семейства. Атмосферные явления включали лунное гало, облачные полосы в начале года и яркость Сете-Эстрело (Плеяд). Ботанические индикаторы включали цветение кактуса мандакару, наблюдения за эмбиратаньей и цветение жуазейру. Индикаторы поведения животных включали появление черных бабочек, тарантулов, лягушек и муравейников. Каждый из них был преобразован в данные, пригодные для машинного обучения.
Двадцать вопросов, восемь минут на часах и процентиль, измеренный по всем, кто его проходил. Без регистрации.
Пройти тест IQ →На основе этих сигналов команда обучила систему, используя метеорологические записи государственного фонда Funceme и национального института Inmet. Инструмент объединяет сорок четыре года данных, с 1981 по 2024 год, что составляет более сорока тысяч записей. Все они прошли через очистку и стандартизацию, прежде чем были сопоставлены с традиционными показателями — это негламурная часть работы, которая делает результат проверяемым.
Цифры валидации специфичны, что возвышает проект над уровнем школьной научной ярмарки. В сезон дождей 2025 года, с января по март, модель предсказала 422,1 мм накопленных осадков при фактически наблюдавшемся объеме 431,5 мм — средняя месячная ошибка составила 5,7%. Коммерческая эталонная платформа за тот же период дала прогноз 318 мм, ошибка составила 30,8%. По показателям классификации точность системы достигла 94,5%.
1 июня 2026 года Рауль выиграл бразильский национальный этап Stockholm Junior Water Prize на церемонии в Escola de Guerra Naval в Рио-де-Жанейро — это десятый бразильский выпуск конкурса, организованный Бразильской ассоциацией санитарной и экологической инженерии совместно с Торговой палатой Бразилии и Швеции. Победа отправляет его на международный финал в августе 2026 года во время Всемирной недели воды в Стокгольме.
Он ведет истоки проекта от своего деда, фермера Луиза Майи. Он интересовался этой темой с начальной школы, выиграл стипендию CNPq в первый год обучения в средней школе и разработал исследование в партнерстве с Лабораторией фармакологии ядов, токсинов и лектинов Федерального университета Сеары. Его следующий шаг — расширить базу данных и предложить инструмент муниципальным правительствам Вале-ду-Жагуариби, что превратит его из призовой модели в работающий прогноз.
За этим проектом стоят два национальных конкурса, и оба заслуживают упоминания, поскольку именно они превращают школьную научную ярмарку в цитируемый результат. Prêmio Jovem Cientista проводится Национальным советом по научно-технологическому развитию Бразилии совместно с Fundação Roberto Marinho; он насчитывает тридцать один выпуск, а работы в категории средней школы оцениваются по представленной методологии, а не по презентации. Национальный этап Stockholm Junior Water Prize организован Бразильской ассоциацией санитарной и экологической инженерии и делегирует одного национального участника на международный финал, проводимый во время Всемирной недели воды.
Более интересным методологическим моментом является то, чего проект не сделал. Он не утверждал, что традиционные знания работают, и не утверждал обратное. Он преобразовал индикаторы шести практиков в структурированные переменные, обучил их на сорока четырех годах инструментальных данных двух национальных метеорологических органов, а затем сообщил об измеренной ошибке по сравнению с наблюдаемыми осадками в конкретном сезоне — наряду с ошибкой коммерческого эталона за тот же период. Публикация этого сравнения и есть весь вклад. Модель без оценки ошибки — это заявление; модель с ней — это результат.
“Наш следующий шаг — расширить базу данных, чтобы получить еще более точные прогнозы. После улучшения системы ее можно будет предложить муниципальным правительствам Вале-ду-Жагуариби, потому что я верю, что использование этого инструмента очень важно.”— Рауль Виктор Магальяйнс Соуза, Diário do Nordeste, 26 ноября 2025 (переведено с португальского)
“Я должен поблагодарить моего деда, мой главный ориентир и фундамент для создания проекта.”— Рауль Виктор Магальяйнс Соуза, ABES, 11 июня 2026 (переведено с португальского)
| Человек | Страна | Веха | Возраст / Данные |
|---|---|---|---|
| IA dos Profetas da Chuva | Сеара, Бразилия | Прогноз 422,1 мм против 431,5 мм наблюдаемых | 5,7% средняя ошибка |
| Commercial reference platform | — | Прогноз 318 мм за тот же период | 30,8% средняя ошибка |
| Training data | Funceme и Inmet | 1981-2024, 40 000+ записей | 44 года |
| Classification accuracy | — | Производительность модели на валидационном наборе | 94,5% |
Большинство историй о климатическом моделировании противопоставляют народное прогнозирование и науку о данных; этот проект измерил их вместе и опубликовал диапазоны ошибок.
На аналогичном тестовом окне модель была примерно в пять раз точнее коммерческой эталонной платформы для того же региона.
Это недорогой инструмент, созданный для места, где неопределенность осадков решает, посадят ли семьи урожай, и заявленная цель состоит в том, чтобы передать его местным органам власти, а не ограничиться публикацией.
Откройте больше вундеркиндов
Более 50 историй современных юных гениев, меняющих шахматы, музыку, науку и искусство.
Все вундеркинды →



