微软开放2至6周天气预报工具——The Verge
微软公开了机器学习工具 Probabilistic Bias Correction（PBC），旨在提高未来两至六周天气预报的准确性。研究人员在《自然》杂志发表了研究结果，The Verge报道。
PBC并非独立的天气预报模型。该方法利用机器学习识别并校正现有物理模型和人工智能模型中的系统性误差。开发者认为，这可能帮助农民和应急服务部门更准确地提前规划行动。
校正模型误差
物理预报模型再现地球大气层中的复杂过程，而基于人工智能的模型则在历史数据中寻找规律。当预报两周或更长时间后的天气时，这两种方法都会变得不那么可靠。原因在于需要通过近似处理来填补数据空白，尤其是在气象站数量不足的地区，或是在模拟尚未被完全研究的天气现象时。
这类误差可能随着时间推移而累积，并降低长期预报的准确性。研究人员列举的一个例子是气候变化：严重依赖历史指标的模型，可能会偏向低于当前全球变暖所对应水平的气温。
更多最新消息请关注 UA.News Telegram 频道 Telegram.
测试结果
在这项研究中，PBC将欧洲中期天气预报中心（ECMWF）领先物理模型在98%的降水目标指标和92%的温度目标指标上的准确性提高了。该方法还在分析中将ECMWF新人工智能预报系统的准确性提高了一倍。
在科学论文发表之前，ECMWF已在AI Weather Quest竞赛中表彰了PBC作者的研究。该项目由微软、麻省理工学院、ECMWF及其他机构的研究人员共同开展。
开发者指出，PBC工具可在中央处理器上运行。该方法的作者之一、非营利组织Rhiza Research负责人Genevieve Flaspohler正在与肯尼亚气象局合作测试这一方法。该项目由盖茨基金会资助，旨在检验该方法是否有助于改善面向公众的早期预警。
