Microsoft telah mengungkapkan kemajuan dalam kemampuan prediksi cuacanya, yang secara signifikan meningkatkan keakuratan perkiraan tutupan awan dan curah hujan. Pembaruan ini diintegrasikan ke dalam platform Weather dari Microsoft Start, memanfaatkan kecerdasan buatan untuk menggabungkan data dari sumber radar dan satelit.
Pengguna dapat mengakses informasi cuaca yang disempurnakan ini melalui integrasinya ke dalam Windows 10, Windows 11, Microsoft Edge , Bing, serta aplikasi seluler Bing dan Microsoft Start.
Menurut studi independen yang dilakukan oleh Microsoft, Weather dari Microsoft Start telah diakui karena keakuratan perkiraannya yang terdepan.
Siaran Curah Hujan Berbasis AI
Sejak tahun 2021, Weather dari Microsoft Start telah mengoperasikan curah hujan jangka pendek model siaran sekarang didukung oleh AI generatif. Model ini, yang diperbarui setiap dua menit, memberikan prakiraan hiper-lokal dengan resolusi 1 kilometer hingga empat jam ke depan. Integrasi data radar dan satelit mengatasi masalah terbatasnya perangkat keras radar cuaca di berbagai wilayah, sehingga meningkatkan akurasi prediksi secara keseluruhan.
Model yang diperbarui empat kali lebih besar dari pendahulunya dan memprediksi simulasi radar dan satelit daya pemantulan. Pendekatan ganda ini mengisi kesenjangan data dan meningkatkan keandalan perkiraan. Model saluran radar diberi bobot enam kali lebih besar selama pelatihan AI dibandingkan dengan model satelit, yang mencerminkan pentingnya data yang berasal dari radar. Microsoft menerapkan pendekatan pembelajaran adversarial, menggunakan model adversarial generatif (GAN) untuk meningkatkan realisme prediksi. Diskriminator spasial dan temporal masing-masing meningkatkan fidelitas visual dan konsistensi temporal.
Model baru ini telah membuka kemampuan bagi pengguna untuk merasakan prakiraan dan peta awan dan curah hujan secara berkelanjutan. Reflektivitas radar yang disimulasikan dievaluasi dengan memeriksa presisi dan perolehan kembali ambang reflektifitas berbeda yang menunjukkan variasi curah hujan. Prediksi citra satelit dibandingkan dengan persistensi menggunakan metrik seperti MSE, MAE, PSNR, MS-SSIM untuk kesamaan, dan skor FID untuk ketajaman. Pendekatan komprehensif ini memastikan bahwa Weather dari Microsoft Start memberikan informasi cuaca yang lebih tepat dan andal secara global.
Peningkatan Akurasi Prakiraan
Pengujian internal pada tolok ukur seperti Kumpulan data SEVIR menunjukkan bahwa model Microsoft Start berada di peringkat teratas, memberikan perkiraan hingga dua kali lebih jauh dibandingkan model AI generatif lainnya seperti DGMR (2021) dan PreDiff (2023). Fungsi kerugian pelatihan model mencakup kerugian regresi piksel dan kerugian adversarial, dengan parameter α disetel untuk menyeimbangkan kejadian hujan yang terlewat dan bias hujan. Penggunaan kerugian L1 dan bukan L2 mencegah model terkena sanksi yang berlebihan karena melewatkan kondisi curah hujan ekstrem.
Memproduksi model perkiraan global dengan data terkini memerlukan tantangan seperti mengelola latensi tinggi dan efek segmentasi. Arsitektur generator memenuhi kondisi kesetaraan terjemahan, operasi yang tidak dibatasi secara spasial, dan jejak memori yang rendah, memungkinkan fleksibilitas dalam ukuran jendela selama pelatihan dan inferensi. Hal ini memungkinkan Microsoft memberikan prakiraan akurat bahkan selama pemadaman data satelit.
