Исследователи Microsoft представили инструмент машинного обучения Probabilistic Bias Correction (PBC), предназначенный для повышения точности прогнозов погоды на период от двух до шести недель. Результаты работы опубликованы в журнале Nature, а само программное обеспечение стало доступно в открытом доступе.
В отличие от традиционных моделей, требующих суперкомпьютеров, или генеративного ИИ, работающего на мощных графических процессорах, PBC запускается на обычных центральных процессорах. Это решение делает технологию более доступной для метеорологических служб с ограниченными вычислительными мощностями.
Метод PBC выявляет и корректирует систематические ошибки в существующих моделях, вызванные изменением климата или неполнотой исторических данных. В ходе тестирования инструмент повысил точность физической модели Европейского центра среднесрочных прогнозов погоды (ECMWF) для 98 процентов показателей осадков и 92 процентов показателей температуры.
Фреймворк также вдвое увеличил точность ИИ-системы прогнозирования ECMWF. Исследование проводилось совместно специалистами Microsoft, MIT и ECMWF. Ранее проект PBC был отмечен наградой в конкурсе AI Weather Quest, организованном ECMWF.
Технология уже проходит проверку в реальных условиях: некоммерческая организация Rhiza Research при поддержке фонда Гейтса тестирует PBC для создания систем раннего предупреждения в Кении. Цель проекта — помочь в подготовке к экстремальным погодным явлениям во время сезона дождей.
