Microsoft 推出開源 PBC 工具，聲稱可用 CPU 改善兩至六週天氣預報

據 The Verge AI 報導，Microsoft 研究人員提出名為 Probabilistic Bias Correction（PBC）的機器學習工具，透過辨識並修正既有天氣模型的系統性偏差，改善提前兩至六週的天氣預報；相關研究已發表於《Nature》，工具也已開源。研究人員稱，PBC 不需要建立新的獨立天氣模型，且可在 CPU 上運行，成本與硬體門檻低於依賴超級電腦的物理模型或需要強大 GPU 的生成式 AI 預報系統。研究分析顯示，PBC 讓歐洲中期天氣預報中心（ECMWF）的主流物理模型，在 98% 的降水目標與 92% 的溫度目標上提升準確度；同一機器學習框架也讓 ECMWF 新的 AI 預報系統準確度提高一倍。PBC 的核心問題是修正模型對資料缺口的近似偏差，例如模型可能因依賴歷史紀錄，而對受溫室氣體排放影響的現今氣候作出偏冷預測。研究團隊認為，這類輕量且容易訓練的工具可讓資源有限的氣象機構針對當地情況調整預報。ECMWF 機器學習策略主管 Matthew Chantry 表示，這項研究是有益於氣象社群的新想法，但將研究成果轉為實際運作流程仍具挑戰。上述效能與成本主張目前主要來自 The Verge 對 Microsoft 研究的報導，尚無其他佐證來源列出。