Jaka jest nowa sztuczna inteligencja Microsoft Start zapewniająca dokładniejsze miesięczne prognozy pogody?
2 minuta. czytać
Opublikowany
Udostępnij ten artykuł
Ulepsz ten przewodnik
Przeczytaj naszą stronę z informacjami, aby dowiedzieć się, jak możesz pomóc MSPoweruser w utrzymaniu zespołu redakcyjnego Czytaj więcej
Kluczowe uwagi
- Microsoft Start bada modele sztucznej inteligencji do prognozowania pogody, co może potencjalnie prowadzić do dokładniejszych prognoz na 30 dni.
- Ich zespół sztucznej inteligencji przewyższa tradycyjne metody w prognozach krótkoterminowych, obiecując większą dokładność.
- Modele AI działają szybciej i wydajniej, umożliwiając częstsze symulacje i lepsze prognozy probabilistyczne.
Badania przeprowadzone przez zespół ds. pogody firmy Microsoft pokazują, że modele sztucznej inteligencji mają znaczny potencjał w zakresie ulepszania prognoz pogody, szczególnie w krótszych ramach czasowych. Dzieje się tak po tym, jak w zeszłym miesiącu uruchomiono nową stronę trendów pogodowych w Microsoft Start oferujący historyczne dane pogodowe.
W badaniu porównano pięć modeli sztucznej inteligencji wyszkolonych na rozległych zbiorach danych pogodowych z najnowocześniejszym systemem Europejskiego Centrum Prognoz Średnioterminowych (ECMWF).
Wyniki pokazują, że sztuczna inteligencja Microsoftu przewyższa ECMWF w przewidywaniach temperatury w pierwszym tygodniu o 17%. Poprawa ta wynika ze zdolności sztucznej inteligencji do identyfikowania złożonych wzorców w danych pogodowych, co prowadzi do bardziej precyzyjnych prognoz krótkoterminowych.
Te modele sztucznej inteligencji działają ze znacznie większą wydajnością w porównaniu z tradycyjnymi metodami. Jak? Ich zmniejszone wymagania obliczeniowe umożliwiają częstsze symulacje, co z kolei prowadzi do bardziej użytecznych prognoz probabilistycznych, które lepiej uwzględniają nieodłączną niepewność pogodową.
Chociaż sztuczna inteligencja przoduje w przewidywaniach krótkoterminowych, badanie pokazuje również, że szkło nie zawsze jest bardziej ekologiczne; wartość połączenia go z ustalonymi technikami prognozowania, takimi jak zespół ECMWF. To hybrydowe podejście zapewnia najdokładniejsze prognozy długoterminowe (do jednego miesiąca).
Należy zauważyć, że nieodłączna przewidywalność pogody w konkretnej lokalizacji pozostaje kluczowym czynnikiem przy określaniu dokładności prognozy, niezależnie od zastosowanego modelu.
Ogólnie rzecz biorąc, badania Microsoftu torują drogę postępowi w prognozowaniu pogody, a sztuczna inteligencja oferuje potencjał błędów w celu zwiększenia dokładności, szybkości i wydajności, szczególnie w dłuższych ramach czasowych. Może to przynieść korzyści różnym sektorom, które w dużym stopniu opierają się na prognozach pogody, od rolnictwa i lotnictwa po przygotowanie na wypadek klęsk żywiołowych.
Więcej tutaj.
