AI增强的Microsoft Start天气数据再次被评为最准确的世界天气预报

AI增强的Microsoft Start天气数据再次被评为最准确的世界天气预报 博文称：这项针对 2023 年全年 22 项气象服务的独立研究评估了 13 项不同的指标。来自Microsoft Start 的天气服务在多项指标上得分最高，包括高低温预测和云量预测。其中包括 1-5 天后的预测。事实上，Weather from Microsoft Start 的第一名总百分比比去年高出 11%，领先最接近的竞争对手 4%。微软天气 Start 利用人工智能将天气数据与"大规模计算模型"、地图和真人提供的传统预报结合起来。在过去的几周里，微软透露，"开始"团队一直在开发全新的人工智能模型，以帮助更准确地预测长达30 天后的天气。它还利用雷达和卫星数据创建了新的模型，以更好地预测何时会下雨和出现云层。微软还说，仅在 2024 年 3 月，它就向用户发送了 1500 亿条天气通知。其中有 90 亿次是关于恶劣天气警报的通知。微软 Start 提供的天气服务可在 Windows 上使用，此外还有 Edge 网页浏览器、MSN、必应和微软 Start 移动应用程序等。了解更多： 可预测全球云雨情况 ... PC版： 手机版：

微软否认利用用户数据训练人工智能模型

微软否认利用用户数据训练人工智能模型 微软周三否认了其使用包括 Word 和 Excel 在内的 Microsoft 365 应用程序中的客户数据来训练人工智能模型的说法。此前，一些用户在社交媒体上指出，微软要求用户退出“连接体验”功能，他们认为该功能被用于训练人工智能模型。微软发言人表示，这些说法是不真实的，微软不会使用来自 Microsoft 365 消费者和商业应用的客户数据来训练基础大型语言模型。该发言人补充说，“连接体验”可实现共同创作和云存储等功能，与公司如何训练其大型语言模型没有任何关系。 路透社-电报频道- #娟姐新闻:@juanjienews

Microsoft Start 正在开发AI模型 或可提供更准确的30天天气预报

Microsoft Start 正在开发AI模型 或可提供更准确的30天天气预报 在必应博客上的一篇文章中，微软称其"Start"团队在康奈尔大学的 arXiv 网站上发表了一篇关于新的中程预报模型的论文。论文展示了这一新模型与欧洲中期天气预报中心（ECMWF）目前使用的模型的比较。总之，微软的新系统结合使用了五种不同的人工智能模型和三种深度学习架构来进行预测。微软表示，这些人工智能模型可以处理数十年的天气数据，因此它们可以了解当前熟悉的模式，然后预测未来的情况。微软补充道：它们的运行方式与 NWP 模型大致相同：在三维地球仪上给出当前的大气状态（纬度、经度和高度），预测未来某个时间段的大气状态，比如一小时后。然后将预测结果反馈到模型中，预测两小时后的情况，以此类推。使用 GPU 后，微软的人工智能模型可以更快地运行预测，因此可以更频繁地运行。理论上，这应该会带来更好的预测结果。到目前为止，微软称其测量温度误差的方法比 ECMWF 使用的方法更准确，一周天气预报准确率提高了 17%，四周天气预报准确率提高了 4%。该公司将在其 Microsoft Start 模型中加入这种用于 30 天天气预报的模型。 ... PC版： 手机版：

微软推出其规模最小的人工智能模型 Phi-3

微软推出其规模最小的人工智能模型 Phi-3 微软推出了其轻量级人工智能模型 Phi-3 Mini 的下一个版本，这是该公司计划发布的三款小型模型中的第一款。Phi-3 Mini 可测量 38 亿个参数，其训练数据集比 GPT-4 等大型语言模型要小。现在可在 Azure、Hugging Face 和 Ollama 上使用。微软计划发布 Phi-3 Small (7B 参数) 和 Phi-3 Medium (14B 参数)。参数指的是模型能理解多少复杂指令。与大型人工智能模型相比，小型人工智能模型通常运行成本更低，并且在手机和笔记本电脑等个人设备上表现更好。

中国气象局发布三个人工智能气象大模型系统：风清、风雷、风顺

中国气象局发布三个人工智能气象大模型系统：风清、风雷、风顺 综合国内气象大模型发展并对标国际前沿进展，中国气象局联合清华大学组建攻关团队，在大模型预报核心技术、预报精准程度上寻求突破，构建了“风清”大模型。该模型具有大气强物理融入和可解释性，在实现高效计算的同时，可为预测结果提供物理可解释性依据，自动挖掘包括天气系统内在的物理演变。该模型的训练过程紧密结合物理守恒特性，可有效提升长时效预报结果的活跃度。该模型采用可扩展的多时效优化策略，可综合考虑未来多天预报的效果，有效延长预报时效，不断提升短中期预报效果。检验结果表明，该模型全球可用预报天数达到10.5天，超过欧美主流气象预报大模型，尤其是在较长预报时效，具有更为明显的优势。聚焦临近预报中的核心难题，中国气象局与清华大学联合攻关团队构建“风雷”大模型。该模型将数据驱动与物理驱动两大科学范式紧密结合，显著提高了公里尺度下0至3小时雷达回波的预报能力，并实现深度学习与物理规律的无缝隙融合。同时，“风雷”大模型将物理模型的中尺度预报和人工智能的对流尺度预报有机融合，在预报准确性和细节丰富性上实现突破。同时，构建了一套“数据算力平台”全流程短临预报系统，能够在3分钟内生成0至3小时逐6分钟的雷达回波外推产品，实现强回波预报技巧提升25%。面向15天以上更大不确定性的气候预测难题，中国气象局联合复旦大学和上海科学智能研究院基于人工智能方法构建了“风顺”大模型。“风顺”大模型创新地引入基于流依赖的集合扰动智能生成技术，从而更加合理地抓住了未来气候系统演变的不确定性，同时“风顺”还纳入了海气相互作用关键过程，进而提升了对热带大气季节内振荡MJO的预测技巧。该系统在中国气象局智算平台上完成了业务部署，逐日滚动开展100个集合成员的大样本预测，形成了面向未来60天全球基本要素和极端事件的确定性和概率预报测试产品，对全球降水的预测技巧展示出一定的优势。值得一提的是，“风清”“风雷”“风顺”三个大模型，完成了基于国产全球大气再分析资料CRA-40、雷达观测资料、风云卫星遥感资料的训练和检验评估，有效降低了目前主流气象预报大模型对国际再分析资料的依赖度。据悉，5月24日，中国气象局在第七届数字中国建设峰会·数字气象分论坛上发布了人工智能天气预报大模型示范计划，调动和激励社会各界力量，共同打造人工智能技术研发和气象应用的创新生态。同时发布了第五批气象数据开放共享目录，旨在支撑各行业开展人工智能大模型的训练评估。 ... PC版： 手机版：

微软发布全新多模态人工智能小语种模型Phi-3-vision

微软发布全新多模态人工智能小语种模型Phi-3-vision 新模型名为 Phi-3-vision，顾名思义，这种 SML 不仅可以处理文本提示，还可以接受图像和文本提示来生成问题答案。微软表示，使用这种模式的人可以获得有关他们提交的图表的问题答案，也可以就 Phi-3-vision 模式接收到的图像提出任何开放式问题。Phi-3-vision 包括 42 亿个参数，比 38 亿个参数的 Phi-3 迷你模式大，但比 70 亿个参数的 Phi-3 小型模式和 140 亿个参数的 Phi-3 中型模式小得多。微软表示，Phi-3-vision 可以回答有关"一般视觉推理任务以及图表、图形和表格推理"的问题。新的Phi-3-vision模型目前是预览版，但还不知道何时会全面上市。不过，Phi-3 Mini、Phi-3 Small 和 Phi-3 Medium 现在都可以通过微软的 Azure AI 模型即服务进行访问。在 Build 2024 的相关新闻中，微软表示 Azure AI Studio 现已全面可用。该公司表示：pro-code 平台支持负责任的生成式人工智能开发，包括开发协同驾驶员，以支持复杂的应用程序和任务，如内容生成、数据分析、项目管理、日常任务自动化等。该公司表示，Azure AI Studio 支持"代码优先"功能和"友好的用户界面"，因此开发人员可以选择如何在自己的编码项目中使用这些工具。微软还宣布，OpenAI 的最新大型语言模型ChatGPT-4o 现在可以通过 Azure AI Studio 和 API 普遍使用。 ... PC版： 手机版：