As previsões meteorológicas baseadas em IA da Microsoft começam agora ainda mais precisas

A Microsoft revelou avanços em seus recursos de previsão do tempo, melhorando significativamente a precisão das previsões de cobertura de nuvens e precipitação. Essas atualizações são integradas à plataforma Weather from Microsoft Start, utilizando inteligência artificial para mesclar dados de fontes de radar e satélite.

Os usuários podem acessar essas informações meteorológicas aprimoradas por meio de sua integração no Windows 10, Windows 11, Microsoft Edge , Bing e os aplicativos móveis Bing e Microsoft Start.

De acordo com um estudo independente encomendado pela Microsoft, o Weather do Microsoft Start foi reconhecido por sua precisão de previsão líder.

Previsão de precipitação baseada em IA

Desde 2021, o Weather do Microsoft Start opera uma precipitação de curto prazo modelo de previsão de tempo alimentado por IA generativa. Este modelo, atualizado a cada dois minutos, fornece previsões hiperlocais com resolução de 1 quilômetro com até quatro horas de antecedência. A integração de dados de radar e satélite resolve o problema do hardware de radar meteorológico limitado em várias regiões, melhorando a precisão geral das previsões.

O modelo atualizado é quatro vezes maior que seu antecessor e prevê tanto radar simulado quanto satélite. refletividade. Esta abordagem dupla preenche lacunas de dados e melhora a fiabilidade das previsões. O modelo de canal de radar recebeu seis vezes mais peso durante o treinamento de IA em comparação ao modelo de satélite, refletindo a maior importância dos dados derivados de radar. A Microsoft empregou uma abordagem de aprendizado adversário, usando um modelo adversário generativo (GAN) para aumentar o realismo das previsões. Os discriminadores espaciais e temporais melhoram a fidelidade visual e a consistência temporal, respectivamente.

O novo modelo permitiu que os usuários experimentassem previsões e mapas contínuos de nuvens e precipitação. A refletividade do radar simulada é avaliada verificando a precisão e a recuperação de diferentes limites de refletividade indicativos de precipitação variável. As previsões de imagens de satélite são comparadas com a persistência usando métricas como MSE, MAE, PSNR, MS-SSIM para similaridade e pontuações FID para nitidez. Essa abordagem abrangente garante que o Weather from Microsoft Start forneça informações meteorológicas mais precisas e confiáveis ​​em todo o mundo.

Precisão de previsão aprimorada

Testes internos em benchmarks como o conjunto de dados SEVIR mostra que o modelo do Microsoft Start está próximo do topo, fornecendo previsões até duas vezes mais distantes que outros modelos generativos de IA, como DGMR (2021) e PreDiff (2023). A função de perda de treinamento do modelo inclui perda de regressão pixelada e perda adversária, com o parâmetro α ajustado para equilibrar ocorrências de chuva perdidas e viés de chuva. O uso da perda L1 em ​​vez de L2 evita que o modelo seja excessivamente penalizado por perder condições extremas de precipitação.

Produzir um modelo de previsão global com dados atualizados envolve desafios como gerenciar alta latência e efeitos de segmentação. A arquitetura do gerador atende às condições de equivariância de tradução, operações espacialmente irrestritas e baixo consumo de memória, permitindo flexibilidade no dimensionamento da janela durante o treinamento e inferência. Isso permitiu que a Microsoft fornecesse previsões precisas mesmo durante interrupções nos dados de satélite.