Microsoft stellt neues KI-gestütztes Wettermodell vor, das genauere Vorhersagen liefern soll

Im Bestreben, weltweit qualitativ hochwertige, genaue und aktuelle Wolken- und Niederschlagsvorhersagen und -karten bereitzustellen, hat Microsoft sein neues KI-Wettermodell angekündigt.

Das neue Modell, das viermal größer ist als das bisher verwendete, basiert auf Daten sowohl von verfügbaren Satelliten als auch von Radaren. Im offiziellen Blog-Beitrag von Microsoft werden die Änderungen im neuen Modell detailliert beschrieben:

Microsoft erklärte, dass Niederschlagsvorhersagemodelle bisher auf Daten vom Radar angewiesen waren, um Orte mit Niederschlag zu ermitteln und diese dann zu extrapolieren, um die Entwicklung zu ermitteln. Microsofts neues Satelliten- und Radarwettermodell ist in dieser Hinsicht besser!

Das neue Modell ist äußerst vielversprechend und weist bei der Bewertung anhand verfügbarer Basismetriken sogar bei Satellitenausfällen eine verbesserte Leistung auf, was es zu einer zuverlässigeren Option macht.

Das neue Modell, auch die neueste Ergänzung zu Wetter aus dem Microsoft Start-Inventar, ist jetzt vollständig integriert und Benutzern von Windows 11, Windows 10, Microsoft Edge und Bing sollten genauere Informationen zur Verfügung stehen. Darüber hinaus ist auch die Integration in Bing und die mobile Microsoft Start-App abgeschlossen.

Berichte über ein verbessertes Microsoft Start-Wettermodell machen seit Anfang dieses Monats die Runde!

Was denken Sie über das neueste Wettermodell? Teilen Sie es unseren Lesern im Kommentarbereich mit.

Gegenüber der bisherigen Basislinie von reinen Radarvorhersagen weist das neue Modell von Microsoft Start eine deutliche Verbesserung des F1-Scores auf. Darüber hinaus wurde beobachtet, dass vorhergesagte Satellitenbilder nach 15 Minuten besser abschneiden als eine Persistenzprognose. Dies bedeutet, dass diese Vorhersagen verwendet werden können, wenn Satellitenausfälle länger als 15 Minuten dauern.

Das neue Modell sagt sowohl die Satelliten- als auch die simulierte Radarreflexion voraus, sodass seine Vorhersagen Lücken in der Datenverfügbarkeit schließen können. Da die Niederschlagsaufgabe wichtiger ist als die Satellitenvorhersageaufgabe, wurde dem Radarkanal in der Trainingsverlustfunktion sechsmal mehr Gewicht beigemessen als den Satellitenkanälen.