Un nouveau intelligence artificielle (IA) Le modèle peut prédire les principaux événements météorologiques plus rapidement et plus précisément que certains des systèmes de prévision les plus utilisés au monde.
Le modèle, appelé Aurora, est formé sur plus d’un million d’heures de données atmosphériques mondiales, y compris les lectures de la station météorologique, les images satellites et les mesures radar. Les scientifiques de Microsoft disent qu’il est probablement le plus grand ensemble de données jamais utilisé pour former un modèle d’intermédiaire météorologique.
Aurora prévoyait à juste titre que le typhon Dokuri frapperait les Philippines du nord quatre jours avant que la tempête ne touche terre en juillet 2023. À l’époque, les prévisions officielles ont placé l’atterrissage de la tempête sur Taiwan – à plusieurs centaines de kilomètres.
Il a également surclassé les outils de prévision standard utilisés par les agences, notamment le National Hurricane Centre et le Joint Typhoon Warning Center. Il a livré des pistes de tempête de cinq jours plus précises et a produit des prévisions à haute résolution jusqu’à 5 000 fois plus rapides que les modèles météorologiques conventionnels alimentés par super-ordinateurs.
Plus largement, Aurora a battu les systèmes existants pour prédire les conditions météorologiques sur une période de 14 jours dans 91% des cas, ont déclaré les scientifiques. Ils ont publié leurs résultats le 21 mai dans la revue Nature.
Prévision future
Les chercheurs espèrent que Aurora et des modèles comme il pourraient soutenir une nouvelle approche pour prédire les conditions environnementales appelées prévision du système terrestre, où Un seul modèle d’IA simule la météoQualité de l’air et conditions océaniques ensemble. Cela pourrait aider à produire des prévisions plus rapides et plus cohérentes, en particulier dans des endroits qui n’ont pas accès à l’informatique haut de gamme ou à une infrastructure de surveillance complète.
Aurora appartient à une classe de systèmes d’IA à grande échelle appelés modèles de fondation – la même catégorie de modèles d’IA que les outils électriques comme Chatgpt.
Les modèles de fondation peuvent être adaptés à différentes tâches car ils sont conçus pour apprendre des modèles généraux et des relations à partir de grands volumes de données d’entraînement, plutôt que d’être construits pour une seule tâche fixe. Dans le cas d’Aurora, le modèle apprend à générer des prévisions en quelques secondes en analysant les conditions météorologiques à partir de sources telles que des satellites, des radar et des stations météorologiques, ainsi que des prévisions simulées, ont déclaré les chercheurs.
Le modèle peut ensuite être affiné pour une large gamme de scénarios avec relativement peu de données supplémentaires – contrairement aux modèles de prévision traditionnels, qui sont généralement conçus à des fins étroites et spécifiques à la tâche et ont souvent besoin de recyclage pour s’adapter.
L’ensemble de données diversifié Aurora est formé non seulement sur une plus grande précision dans les méthodes générales par rapport aux méthodes conventionnelles, mais signifie également que le modèle est meilleur pour prévoir des événements extrêmes, ont déclaré les chercheurs.
Dans un exemple, Aurora a prédit avec succès une grande tempête de sable en Irak en 2022, malgré des données limitées de qualité de l’air. Il a également surperformé les modèles de simulation d’ondes à Prévision de la houle océanique Hauteur et direction dans 86% des tests, montrant qu’il pourrait extraire des modèles utiles à partir de données complexes, même lorsque des entrées spécifiques manquaient ou incomplètes.
« Il a le potentiel d’avoir (a) un impact énorme parce que les gens peuvent vraiment l’ajuster à la tâche pertinente pour eux … en particulier dans les pays mal desservis par d’autres capacités de prévision météorologiques », co-auteur de l’étude Megan Stanley, Un chercheur principal à Microsoft, a déclaré dans un déclaration.
Microsoft a rendu le code et la formation des données d’Aurora accessibles au public pour la recherche et l’expérimentation. Le modèle a été intégré à des services tels que MSN Weather, qui est lui-même intégré dans des outils comme l’application Windows Weather et les résultats de recherche Bing de Microsoft.
