Les prévisions météorologiques basées sur l’IA de Microsoft démarrent maintenant encore plus précises

Microsoft a révélé des avancées dans ses capacités de prévision météorologique, améliorant considérablement la précision des prévisions de couverture nuageuse et de précipitations. Ces mises à jour sont intégrées à la plateforme Météo de Microsoft Start, utilisant l’intelligence artificielle pour fusionner les données provenant de sources radar et satellite.

Les utilisateurs peuvent accéder à ces informations météorologiques améliorées grâce à leur intégration dans Windows 10, Windows 11, Microsoft Edge. , Bing, ainsi que les applications mobiles Bing et Microsoft Start.

Selon une étude indépendante commandée par Microsoft, Weather de Microsoft Start a été reconnu pour la précision de ses prévisions.

Prévision immédiate des précipitations pilotée par l’IA

Depuis 2021, Météo de Microsoft Start opère une précipitation à court terme modèle de prévision immédiate alimenté par l’IA générative. Ce modèle, mis à jour toutes les deux minutes, fournit des prévisions hyperlocales avec une résolution d’un kilomètre jusqu’à quatre heures à l’avance. L’intégration des données radar et satellite résout le problème du matériel radar météorologique limité dans diverses régions, améliorant ainsi la précision globale des prévisions.

Le modèle mis à jour est quatre fois plus grand que son prédécesseur et prédit à la fois le radar et le satellite simulés. réflectivité. Cette double approche comble les lacunes des données et améliore la fiabilité des prévisions. Le modèle de canal radar a reçu six fois plus de poids lors de la formation de l’IA par rapport au modèle satellite, reflétant l’importance plus élevée des données dérivées du radar. Microsoft a utilisé une approche d’apprentissage contradictoire, en utilisant un modèle contradictoire génératif (GAN) pour améliorer le réalisme des prédictions. Les discriminateurs spatiaux et temporels améliorent respectivement la fidélité visuelle et la cohérence temporelle.

Le nouveau modèle a permis aux utilisateurs de bénéficier de prévisions et de cartes continues en matière de nuages ​​et de précipitations. La réflectivité radar simulée est évaluée en vérifiant la précision et le rappel de différents seuils de réflectivité indiquant des précipitations variables. Les prédictions d’images satellites sont comparées à la persistance à l’aide de mesures telles que MSE, MAE, PSNR, MS-SSIM pour la similarité et les scores FID pour la netteté. Cette approche globale garantit que Météo de Microsoft Start fournit des informations météorologiques plus précises et plus fiables à l’échelle mondiale.

Précision améliorée des prévisions

Tests internes sur des références telles que ensemble de données SEVIR montre que le modèle de Microsoft Start se classe parmi les premiers, fournissant des prévisions jusqu’à deux fois plus éloignées que d’autres modèles d’IA générative comme DGMR (2021) et PreDiff (2023). La fonction de perte d’entraînement du modèle inclut la perte de régression par pixel et la perte contradictoire, le paramètre α étant ajusté pour équilibrer les cas de pluie manqués et le biais de pluie. L’utilisation de la perte L1 au lieu de L2 évite que le modèle soit trop pénalisé en cas de conditions de précipitations extrêmes manquantes.

La production d’un modèle de prévision mondial avec des données actualisées implique des défis tels que la gestion d’une latence élevée et effets de segmentation. L’architecture du générateur répond aux conditions d’équivariance de traduction, d’opérations sans contrainte spatiale et de faible empreinte mémoire, permettant une flexibilité dans le dimensionnement des fenêtres pendant l’entraînement et l’inférence. Cela a permis à Microsoft de fournir des prévisions précises même en cas de panne de données satellite.