新闻 · The Verge AI
微软推出新机器学习工具以改进天气预报
传统的基于物理原理的天气预报，乃至新的AI模型，通常在两周之后就会变得不那么可靠，微软声称已利用机器学习解决了这一问题。该公司研究人员表示，他们找到了一种新的、成本效益高的方法，可以更准确地预报未来两到六周的天气——让农民和应急响应人员……
en
英文原标题：Microsoft has a new machine learning tool to improve weather forecasts
本文为英文原文的机器翻译摘要，原文见：The Verge AI ↗
- 微软研究院提出Probabilistic Bias Correction（PBC）方法，利用机器学习识别并修正现有天气预报模型中的系统性偏差，而非构建全新独立模型。
- PBC在研究中将欧洲中期天气预报中心（ECMWF）物理模型的降水准确率提升98%、温度准确率提升92%，并将ECMWF的AI预报系统准确率提高一倍。
- 该工具已开源，且仅需CPU即可运行，相比依赖超级计算机的物理模型和依赖GPU的生成式AI，对资源匮乏的气象机构更易获取。
- 论文由微软、MIT、ECMWF等机构研究人员合作完成，发表于《Nature》，并已在ECMWF的AI Weather Quest竞赛中获奖。
- 非营利组织Rhiza Research正与肯尼亚气象局合作，在盖茨基金会资助下测试PBC，以在厄尔尼诺带来的极端雨季前提供更准确的早期预警。
关键数据
- PBC将ECMWF物理模型的降水准确率提升98%、温度准确率提升92%
- PBC将ECMWF的AI预报系统准确率提高一倍
- 传统物理模型和AI模型在两周以上的预报中可靠性下降
- PBC仅需CPU即可运行
为什么值得看：PBC提供了一种低成本、易部署的AI纠偏方案，有望帮助资源有限的气象机构提升2至6周预报精度，尤其对极端天气预警和农业规划具有实际意义。