マイクロソフト、天気予報精度向上の機械学習ツール公開

マイクロソフトは気象予測の長期精度向上を目指し、機械学習による系統バイアス補正ツール「確率的バイアス補正（PBC）」を開発した。論文は学術誌ネイチャーに掲載され、オープンソースとして公開されている。従来の物理モデルやAIモデルは2週間以上の予測でデータ欠落や近似計算に起因する系統誤差が蓄積し、信頼性が低下する課題を抱えていた。PBCはこのバイアスを検出して自動補正する軽量フレームワークであり、スーパーコンピュータや高性能GPUを必要とせず、標準的なCPU環境で動作可能である。 欧州中期天気予報センターECMWFの物理モデルへの適用結果、降水予測精度は98パーセント、気温予測精度は92パーセント向上した。ECMWFの独自AI予報モデルの精度も約2倍に高まり、同センター主催の技術コンテストで受賞している。本手法は気候変動による長期気候シフトへの対応も可能とし、予測信頼期間を2から6週間へ延長する。 特に計算リソースが限られる開発途上国の気象機関向けに設計されており、軽量化と低学習コストにより地域ごとのカスタマイズが容易である。実際に非営利団体Rhiza Researchはケニア気象局と協力し、記録的なエルニーニョ現象への備えとしてPBCの実証を進めている。専門家からは、リソース効率の向上と予測精度の長期化が極端気象への対応力を強化すると評価され、オープンソース化により気象予測技術の普及と民主化が加速すると見られる。