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

MicrosoftStart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MicrosoftStart模型中加入这种用于30天天气预报的模型。...PC版：https://www.cnbeta.com.tw/articles/soft/1429638.htm手机版：https://m.cnbeta.com.tw/view/1429638.htm

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MicrosoftStart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MicrosoftStart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，WeatherfromMicrosoftStart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：https://blogs.windows.com/windowsexperience/2024/05/28/weather-from-microsoft-start-ai-powered-precision-in-forecasting/相关文章:微软发布改进后的人工智能天气模型可预测全球云雨情况...PC版：https://www.cnbeta.com.tw/articles/soft/1432698.htm手机版：https://m.cnbeta.com.tw/view/1432698.htm

华为云盘古气象大模型上线欧洲中期天气预报中心官网

华为云盘古气象大模型上线欧洲中期天气预报中心官网华为官方宣布，华为云盘古气象大模型正式上线欧洲中期天气预报中心官网。在网站上，全球天气预报员气象爱好者和普通公众，都可以免费查看盘古对未来10天全球天气的预测。欧洲中期气象中心还公布了盘古气象大模型今年4-7月和欧洲数值模式的对比测试报告，显示盘古大模型在一系列气象学家关心的精度指标和极端天气预报中都展现出优势。报告指出，以盘古为代表的AI方法将改变近些年数值天气预报精度提升缓慢的瓶颈。投稿：@ZaiHuaBot频道：@TestFlightCN

Google人工智能击败超级计算机 实现快速准确的天气预报

Google人工智能击败超级计算机实现快速准确的天气预报著名的"蝴蝶效应"认为，一场风暴的发生与否，可能会受到世界上另一个地方的一只蝴蝶扇动翅膀这么小的事情的影响。天气预报的工作就是把这些众所周知的蝴蝶变成精确的模型，告诉你是否应该继续计划下周六的野餐。这就是所谓的"数值天气预报"（NWP），它使用全球当前的天气观测数据作为输入数据，并通过超级计算机上运行的复杂物理方程进行计算。但现在，Google发布了一款名为GraphCast的人工智能系统，它可以在功能更弱的硬件上以更快的速度计算数据。这种人工智能是根据卫星图像、雷达和气象站收集的40年天气再分析数据训练出来的。GraphCast提取六小时前的天气状况和当前的天气状况，然后利用其数据宝库预测六小时后的天气状况。在此基础上，它可以以6小时为增量向前推算，从而做出长达10天的天气预报。GraphCast在地球表面100多万个网格点上进行预测，每个网格点的经度和纬度均为0.25度。在每个网格点上，该模型都会考虑地表的温度、气压、湿度、风速和风向等五个变量，以及37个不同高度大气层中的六个变量。在测试中，在一台GoogleTPUv4机器上运行的GraphCast与目前天气预报的黄金标准--在超级计算机上运行的名为高分辨率预报（HRES）的模拟系统--进行了比较。GraphCast能够在一分钟内做出10天的预报，在90%的测试变量和预报准备时间上都比HRES更准确。当模型集中在对流层（大气层的最底层，准确的预测对日常生活最有用）时，GraphCast在99.7%的时间里都优于HRES。更令人印象深刻的是，GraphCast比HRES更早识别出恶劣天气事件，尽管它没有经过专门的训练。在一个真实的例子中，人工智能提前九天就准确预测出了飓风的登陆地点，而传统的预报只能提前六天确认。Google表示，GraphCast的代码是开源的，全世界的科学家都可以对其进行实验，并将其应用到日常的天气预报中。对于人工智能来说，这种数字运算是最理想的工作，因此它们可以把艺术和写作留给我们人类。这项研究发表在《科学》杂志上。了解更多：https://deepmind.google/discover/blog/graphcast-ai-model-for-faster-and-more-accurate-global-weather-forecasting/...PC版：https://www.cnbeta.com.tw/articles/soft/1397117.htm手机版：https://m.cnbeta.com.tw/view/1397117.htm

突破性研究解码地球的宇宙防护罩 加强空间天气预报准确性

突破性研究解码地球的宇宙防护罩加强空间天气预报准确性伯明翰大学（UniversityofBirmingham）率先开展研究，重新定义对近地空间粒子的理解，对传统模型提出质疑，旨在加强空间天气预报。资料来源：美国国家航空航天局/范艾伦探测器/戈达德太空飞行中心这项研究是迈向新理论和新方法的第一步，有助于科学家预测和分析粒子在太空中的行为。它对理论研究以及空间天气预报等实际应用都有影响。探索辐射带研究的重点是近地空间的两个高能粒子带，称为辐射带或范艾伦辐射带。这些粒子被困在地球的磁层中，会损坏经过的卫星和航天器上的电子设备，并给宇航员带来危险。几十年来，了解这些粒子的行为方式一直是物理学家和工程师的目标。自20世纪60年代以来，研究人员一直利用"准线性模型"中包含的原理来解释带电粒子如何在空间运动。空间物理学理论面临的挑战然而，在新的研究中，研究人员发现有证据表明，标准理论可能并不像以前假设的那样经常适用。由来自英国、美国和芬兰的16位科学家组成的研究小组探索了标准理论的局限性。准线性理论的应用看似简单明了，但事实上，根据太空中的科学测量结果将其整合到太空物理模型中是一个微妙的过程。本文对这一过程背后的挑战进行了分析。这些发现发表在《天文学和空间科学前沿》（FrontiersinAstronomyandSpaceSciences）的特刊上，题为"空间物理学的编辑挑战：空间物理学中已解决和未解决的问题"。未来方向与合作研究主要作者、伯明翰大学空间环境与无线电工程（SERENE）小组的奥利弗-阿兰森（OliverAllanson）博士说："更好地了解这些粒子的行为对于解读卫星数据和理解空间环境的基本物理原理至关重要。"参与这项研究的研究人员分别来自英国伯明翰大学、埃克塞特大学、诺森比亚大学、华威大学、圣安德鲁斯大学和英国南极调查局；美国加州大学洛杉矶分校、爱荷华大学和新墨西哥州美国空军研究实验室；芬兰赫尔辛基大学。下一步的研究将包括根据这项工作的发现加强理论描述，然后将其用于空间天气模型，以预测这些有害粒子在近地空间的行为。编译自:ScitechDailyDOI:10.3389/fspas.2024.1332931...PC版：https://www.cnbeta.com.tw/articles/soft/1425784.htm手机版：https://m.cnbeta.com.tw/view/1425784.htm

华为基于AI的天气预报系统研究成果登上顶级科研杂志《Nature》

华为基于AI的天气预报系统研究成果登上顶级科研杂志《Nature》这是近年来，中国科技公司首篇作为唯一署名单位发表的《Nature》正刊论文。据悉，在这篇研究论文中，提出了基于AI的天气预报系统“盘古气象”。据介绍，这个AI模型使用了39年的全球再分析天气数据作为训练数据，其预测准确率与全球最好的数值天气预报系统IFS相当。在确保极高精准度的同时，盘古气象在相同的空间分辨率下，比IFS要快10000倍以上。同时，在未来，研究团队希望通过融合更多垂直层次和大气变量、整合时间维度并训练4D深度网络、使用更深和更宽的网络等方法，实现模型的进一步迭代。对该研究论文，以及华为的研究成果，《Nature》的审稿人给予了高度评价：“华为云盘古气象大模型让人们重新审视气象预报模型的未来，模型的开放将推动该领域的发展。”...PC版：https://www.cnbeta.com.tw/articles/soft/1369357.htm手机版：https://m.cnbeta.com.tw/view/1369357.htm