Los pronósticos meteorológicos impulsados ​​por IA de Microsoft comienzan ahora con una precisión aún mayor

Microsoft ha revelado avances en sus capacidades de predicción del tiempo, mejorando significativamente la precisión de los pronósticos de nubosidad y precipitación. Estas actualizaciones están integradas en la plataforma Weather from Microsoft Start, utilizando inteligencia artificial para fusionar datos de fuentes de radar y satélite.

Los usuarios pueden acceder a esta información meteorológica mejorada a través de su integración en Windows 10, Windows 11, Microsoft Edge , Bing y las aplicaciones móviles Bing y Microsoft Start.

Según un estudio independiente encargado por Microsoft, Weather de Microsoft Start ha sido reconocido por su precisión de pronóstico líder.

Notificación inmediata de precipitaciones impulsada por IA

Desde 2021, Weather de Microsoft Start ha operado una precipitación a corto plazo modelo de predicción inmediata impulsado por IA generativa. Este modelo, actualizado cada dos minutos, proporciona pronósticos hiperlocales con una resolución de 1 kilómetro con hasta cuatro horas de anticipación. La integración de datos de radar y satélite aborda el problema del hardware limitado de radar meteorológico en varias regiones, mejorando la precisión general de las predicciones.

El modelo actualizado es cuatro veces más grande que su predecesor y predice tanto radar simulado como satélite. reflexividad. Este enfoque dual llena las lagunas de datos y mejora la confiabilidad de los pronósticos. Al modelo de canal de radar se le dio seis veces más peso durante el entrenamiento de IA en comparación con el modelo de satélite, lo que refleja la mayor importancia de los datos derivados del radar. Microsoft empleó un enfoque de aprendizaje adversario, utilizando un modelo adversarial generativo (GAN) para mejorar el realismo de las predicciones. Los discriminadores espaciales y temporales mejoran la fidelidad visual y la consistencia temporal, respectivamente.

El nuevo modelo ha desbloqueado la capacidad para que los usuarios experimenten pronósticos y mapas continuos de nubes y precipitaciones. La reflectividad del radar simulada se evalúa comprobando la precisión y la recuperación de diferentes umbrales de reflectividad que indican variaciones en las precipitaciones. Las predicciones de imágenes satelitales se comparan con la persistencia utilizando métricas como MSE, MAE, PSNR, MS-SSIM para determinar la similitud y puntuaciones FID para la nitidez. Este enfoque integral garantiza que Weather de Microsoft Start proporcione información meteorológica más precisa y confiable a nivel mundial.

Precisión de pronóstico mejorada

Pruebas internas en puntos de referencia como conjunto de datos SEVIR muestra que el modelo de Microsoft Start se ubica cerca de la cima, proporcionando pronósticos hasta el doble de lejanos que otros modelos de IA generativa como DGMR (2021) y PreDiff (2023). La función de pérdida de entrenamiento del modelo incluye pérdida de regresión por píxeles y pérdida adversaria, con el parámetro α ajustado para equilibrar las instancias de lluvia perdidas y el sesgo de lluvia. El uso de la pérdida L1 en lugar de L2 evita que el modelo sea penalizado excesivamente por omitir condiciones de precipitación extremas.

La producción de un modelo de pronóstico global con datos actualizados implica desafíos como la gestión de una alta latencia y efectos de segmentación. La arquitectura del generador cumple con condiciones de equivarianza de traducción, operaciones espacialmente sin restricciones y baja huella de memoria, lo que permite flexibilidad en el tamaño de las ventanas durante el entrenamiento y la inferencia. Esto ha permitido a Microsoft proporcionar pronósticos precisos incluso durante cortes de datos satelitales.