Un nouveau modèle d'intelligence artificielle (IA) a démontré la capacité de prédire les principaux événements météorologiques plus rapidement et avec une plus grande précision que plusieurs des systèmes de prévision mondiaux les plus utilisés.

Ce modèle, nommé Aurora, a été formé en utilisant plus d'un million d'heures de données atmosphériques mondiales, incorporant des entrées des stations météorologiques, des images satellites et des mesures radar. Selon Microsoft Scientists, il s'agit probablement du plus grand ensemble de données jamais utilisé pour la formation d'un modèle d'IA axé sur les intempéries.

Aurora a prédit avec succès que Typhoon Doksuri frapperait les Philippines du Nord quatre jours avant qu'il ne touche l'atterrissage en juillet 2023. Pendant ce temps, les prévisions officielles avaient indiqué que le typhon frappait Taiwan - situé à plusieurs centaines de kilomètres.

De plus, Aurora a dépassé la performance des outils de prévision standard employés par des agences telles que le US National Hurricane Center et le Joint Typhoon Warning Center. Il a fourni des voies de tempête plus précises de cinq jours et a généré des prévisions à haute résolution jusqu'à 5 000 fois plus rapidement que les modèles météorologiques traditionnels entra?nés par les superordinateurs .

à plus grande échelle, Aurora a surpassé les systèmes existants pour prédire les conditions météorologiques sur une période de 14 jours dans 91% des cas, selon les chercheurs. Leurs résultats ont été publiés le 21 mai dans la revue Nature.

Prévision future

L'équipe derrière Aurora espère que ce modèle et des similaires peuvent contribuer à une nouvelle méthode de prédiction environnementale connue sous le nom de prévision du système terrestre. Dans cette approche, un seul modèle d'IA pourrait simuler simultanément les conditions météorologiques , la qualité de l'air et les conditions océaniques. Cette progression peut conduire à des prévisions météorologiques plus rapides et plus cohérentes, en particulier dans les régions ayant un accès limité à des ressources informatiques avancées ou à des systèmes de surveillance complets.

Connexes: Google construit un modèle d'IA qui peut prédire les catastrophes météorologiques futures

Inscrivez-vous à la newsletter du Daily Science Live Science Nowaurora se trouve dans une catégorie de systèmes d'IA à grande échelle appelés modèles de fondation - le même type d'architecture d'IA qui alimente les plateformes comme Chatgpt.

Ces modèles de fondation sont adaptables à diverses taches car elles sont con?ues pour apprendre des modèles généraux et des relations à partir de vastes ensembles de données, plut?t que d'être construits pour une fonction spécifique. Comme expliqué par les chercheurs, Aurora apprend à générer des prévisions en quelques secondes en analysant les données météorologiques à partir de sources, notamment des satellites, des systèmes radar, des stations météorologiques et des prévisions simulées.

Une fois formé, le modèle peut être ajusté pour de nombreux scénarios avec un minimum de contribution supplémentaire - un contraste avec les modèles de prévision conventionnels, qui sont généralement développés à des fins étroites et nécessitent souvent un recyclage pour s'adapter aux nouvelles conditions.

La grande variété de données utilisées pour former Aurora améliore non seulement sa précision globale par rapport aux méthodes traditionnelles, mais améliore également sa capacité à prévoir des événements météorologiques extrêmes, ont noté les chercheurs.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!