Microsoftは、既存の気象モデルにある系統的な誤差を補正するオープンソースの機械学習ツールを発表した。「Probabilistic Bias Correction（PBC）」と呼ばれるこの手法により、各機関は2〜6週間先の予報をより信頼性の高いものにできる。スーパーコンピューターや高性能GPUではなく、一般的なCPUで動作する。
PBCが予報を改善する仕組み
PBCは、気象モデルにありがちな偏りを学習して予測結果を調整する。たとえば、古い気候データで訓練されたモデルが気温を低めに予測する傾向などを補正する。テストでは、欧州中期予報センター（ECMWF）の物理ベースのモデルについて、降水量の予測対象の98％、気温の予測対象の92％で精度が向上した。また、ECMFの新しいAI予報システムの精度を2倍にした。
重要な理由
軽量で無料のソフトウェアであるため、特に開発途上地域の小規模な気象機関も、高価なハードウェアを用意せずに導入できる。中期予報の精度が上がれば、農家は作物を守るための時間をより多く確保でき、緊急対応機関も異常気象への備えを進めやすくなる。
なぜ重要か
2〜6週間先の予報がより正確になれば、嵐や干ばつへの警告を早めに出せる可能性があり、農家や自治体が対策を講じやすくなる。このツールは低コストでオープンソースのため、これまで高度な気象モデルを動かす計算能力がなかった地域にも普及する可能性がある。
