微软推出机器学习工具提升天气预报精度

微软联合麻省理工学院及欧洲中期天气预报中心等机构，在《自然》期刊发表最新研究成果，正式开源一款名为概率偏差校正的机器学习工具。该工具旨在突破传统物理气象模型与生成式人工智能在两周以上长期预报中可靠性骤降的技术瓶颈。该框架通过轻量级算法精准识别现有模型中的系统性偏差并进行动态修正，有效抵消气候变化等因素造成的历史数据滞后影响。实测数据显示，该技术将欧洲中期天气预报中心主流物理模型的降水与温度预测准确率分别提升至百分之九十八与百分之九十二，并使该中心自有AI气象系统的准确率实现翻倍。与传统方案高度依赖超级计算机或高性能显卡不同，该工具仅需普通中央处理器即可高效运行，大幅降低了算力与资金投入门槛。研究团队指出，该工具的开源特性显著降低了技术应用门槛，目前已被肯尼亚气象局等发展中国家机构引入防灾减灾项目，以应对极端气候挑战。此举有望推动全球气象预测技术的普惠化，为农业规划与应急响应提供更可靠的科学支撑。