Microsoft-onderzoekers hebben volgens The Verge een open-source methode ontwikkeld die bestaande weersmodellen met machine learning corrigeert. De aanpak, Probabilistic Bias Correction (PBC) genoemd, moet voorspellingen voor twee tot zes weken vooruit verbeteren. In plaats van een nieuw weermodel te bouwen, zoekt PBC naar systematische vertekeningen in bestaande modellen en past daarvoor correcties toe. Volgens Microsoft kan de methode op gewone cpu’s draaien, waardoor minder rekeninfrastructuur nodig zou zijn.
De resultaten zijn gepubliceerd in Nature door onderzoekers van Microsoft, MIT, het European Centre for Medium-Range Weather Forecasts (ECMWF) en andere instellingen. In de studie verbeterde PBC volgens de onderzoekers de nauwkeurigheid van een toonaangevend fysisch model voor 98 procent van de neerslagdoelen en 92 procent van de temperatuurdoelen. De methode verdubbelde volgens de analyse ook de nauwkeurigheid van een nieuw AI-weersysteem van ECMWF. ECMWF waarschuwt volgens The Verge dat toepassing in operationele processen nog een grote uitdaging is. PBC wordt onder meer getest in samenwerking met de meteorologische dienst van Kenia.