Probabilistic Bias Correction от Microsoft: точнее прогнозы погоды на 2–6 недель

Прогнозы на две недели стали лучше, но на субсезонных горизонтах — примерно два–шесть недель — качество резко падает. Исследователи Microsoft продвигают Probabilistic Bias Correction (PBC) — фреймворк машинного обучения, который учится исправлять систематические ошибки существующих прогнозов, пишет The Verge. Подход также описан в публикации Microsoft Research.

Что делает PBC

PBC не заменяет физические или ИИ-модели погоды, а стоит над ними: ищет устойчивые смещения (например, слишком холодные прогнозы на фоне потепления климата) и применяет вероятностные поправки. Lester Mackey из Microsoft Research New England сказал The Verge, что метод может работать на CPU — это важно для служб без больших GPU-кластеров.

В оценке на ведущих динамических и ИИ-системах ECMWF исследователи сообщают, что PBC удвоил субсезонное качество AI Forecasting System ECMWF и улучшил качество для 91% целей давления, 92% температуры и 98% осадков на операционно дебиасованной динамической модели — цифры из аннотации статьи и обзора Verge. Это результаты исследования, а не гарантия для каждой локальной службы.

Конкурс и открытый код

Microsoft говорит, что глобальные прогнозы PBC заняли первое место по переменным и срокам в реал-тайм конкурсе ECMWF AI Weather Quest 2025, опередив динамические центры, международный ансамбль, собственную ИИ-систему ECMWF и десятки команд. Matthew Chantry из ECMWF назвал работу полезным вкладом для сообщества, но заметил, что превращение исследований в операционные пайплайны остаётся сложным.

The Verge сообщает, что ПО теперь с открытым кодом. Соавтор Genevieve Flaspohler (сейчас в Rhiza Research) подчёркивает лёгкость обучения для настройки под регионы, в том числе работу с метеослужбой Кении перед более сильным сезоном дождей El Niño.

Для фермеров, энергетиков и служб реагирования на катастрофы ценнее именно субсезонные подсказки — если национальные службы смогут локально проверить и внедрить поправки.