マイクロソフトは、気象予測機能の進歩を明らかにし、雲量と降水量の予測の精度を大幅に向上させました。これらのアップデートは Weather from Microsoft Start プラットフォームに統合され、人工知能を活用してレーダーと衛星ソースからのデータを統合します。
ユーザーは、Windows 10、Windows 11、Microsoft Edge への統合を通じて、この強化された気象情報にアクセスできます。 、Bing、Bing および Microsoft Start モバイル アプリ。
Microsoft が委託した独立した調査によると、Microsoft Start の Weather は、その優れた予測精度で認められています。
AI 主導の降水量ナウキャスト
2021 年以降、Microsoft Start の Weather は短期降水量を運用しています 生成 AI を活用したナウキャスティング モデル。このモデルは 2 分ごとに更新され、最大 4 時間先までの超局所的な予測を 1 キロメートルの解像度で提供します。レーダーと衛星データの統合により、さまざまな地域で限定された気象レーダー ハードウェアの問題が解決され、予測の全体的な精度が向上しました。
更新されたモデルは、以前のモデルよりも 4 倍大きくなり、シミュレートされたレーダーと衛星の両方を予測します。反射率。この 2 つのアプローチによりデータのギャップが埋められ、予測の信頼性が向上します。 AI トレーニング中、レーダー チャネル モデルには衛星モデルと比較して 6 倍の重みが与えられ、これはレーダー由来データの重要性の高さを反映しています。 Microsoft は、敵対生成モデル (GAN) を使用した敵対的学習アプローチを採用し、予測の現実性を高めました。空間弁別子と時間弁別子により、それぞれ視覚的な忠実性と時間的一貫性が向上します。
新しいモデルにより、ユーザーは継続的に雲や降水量の予測と地図を体験できるようになりました。シミュレートされたレーダー反射率は、降雨量の変化を示すさまざまな反射率しきい値の精度と再現率をチェックすることによって評価されます。衛星画像の予測は、類似性については MSE、MAE、PSNR、MS-SSIM などのメトリクスを使用し、鮮明さについては FID スコアを使用して永続性と比較されます。この包括的なアプローチにより、Weather from Microsoft Start はより正確で信頼性の高い気象情報を世界中に提供できるようになります。
予測精度の向上
SEVIR データセット は、Microsoft Start のモデルがトップ近くにランクされており、DGMR (2021) および PreDiff (2023)。モデルのトレーニング損失関数には、ピクセルごとの回帰損失と敵対的損失が含まれており、α パラメーターは見逃した降雨インスタンスと降雨バイアスのバランスを取るように調整されています。 L2 の代わりに L1 損失を使用することで、極度の降水条件を見逃したためにモデルに過度のペナルティが課されるのを防ぎます。
最新のデータを使用して地球規模の予測モデルを作成するには、高いレイテンシや降水量の管理などの課題が伴います。セグメンテーション効果。ジェネレーターのアーキテクチャは、変換の等分散性、空間的に制約のない操作、メモリ フットプリントの低さの条件を満たしているため、トレーニングと推論中のウィンドウ サイズを柔軟に設定できます。これにより、マイクロソフトは衛星データの停止時でも正確な予測を提供できるようになりました。
