天气预报在短期内变得非常可靠：今天的模型在大约两周内非常准确，并且长期气候预测也在稳步改善。然而，在这两个时间尺度之间存在一个顽固的盲点。两到六周窗口内的预测（称为次季节预测）仍然不可靠，尽管这正是决定何时种植农作物、如何分配水和能源以及如何应对野火的重要范围。
微软研究院和外部合作者网络表示，他们已经找到了缩小这一差距的方法，不是通过构建另一个预测模型，而是通过教授软件来纠正现有模型的可预测错误。这种称为概率偏差校正 (PBC) 的方法在科学杂志《自然》上发表的一篇论文中有详细介绍，并在本周发表的微软博客文章中进行了描述。它是最新的人工智能发展中涵盖的应用人工智能研究浪潮中较为安静的实用条目之一，因为它升级了气象学家已经依赖的系统，而不是要求他们转向新的系统。
为什么两到六周的窗口期与预测相悖
基于物理的模型使用科学方程模拟大气和海洋，而较新的人工智能模型则在大量观测到的天气数据档案上进行训练。据微软称，这两个系列在大约十天内都表现良好。超过这一点，微小的初始误差就会复合，大气、海洋和陆地表面之间复杂的相互作用会压倒这两种方法，这就是为什么两到六周的预测长期落后于其他预测的原因。
微软领导的团队没有进入竞争模型的拥挤领域，而是专注于不同的目标：模型在此范围内犯的系统性、可重复的错误。 “我们的新管道（PBC）将您最喜欢的模型作为输入，并学习它容易出错的方式。然后它会纠正这些错误，从而为次季节范围提供更好的输出预测，”该公司在其博客文章中解释道。
现有模型之上的轻量级层
从技术上讲，PBC 是一个轻量级机器学习系统，它研究任何给定模型的历史预测档案，以了解其系统性偏差的位置和方式。一旦学习了这些模式，系统就会调整模型的概率输出进行补偿。在《自然》论文中描述的评估中，微软报告称，PBC 改进了由欧洲中期天气预报中心 (ECMWF) 运营的世界领先的可操作去偏次季节模型的性能。
结果在现场比赛中保持不变，而不仅仅是在回顾性测试中。 ECMWF 于 2025 年 8 月推出了 AI Weather Quest，这是一项旨在推进概率次季节预测的实时竞赛。由 Microsoft 研究人员和外部合作者组成的名为 MicroEnsemble 的团队凭借名为 MicroDuet 的参赛作品获得了最高荣誉，该参赛作品将 PBC 应用于 ECMWF 业界领先的动态模型。
ECMWF 次季节预报科学家 Joshua Talib 博士表示：“AI Weather Quest 为次季节预报提供了一个独特的实时基准平台。” “MicroEnsemble 团队的贡献突出了机器学习如何通过后处理增强传统动态预测系统的技能。”
从基准到东非的现实世界试点
该技术已经超越了基准。在肯尼亚，随着该国两个雨季之一的到来，预报员正准备测试 PBC。这项工作涉及肯尼亚气象服务局 (KMSA) 和加州大学圣巴巴拉分校气候灾害中心的科学家，并得到了吉纳维夫·弗拉斯珀勒 (Genevieve Flaspohler) 的建议。Rhiza Research 是一家致力于改进人工智能天气预报的非营利组织。
弗拉斯波尔认为，预测的价值取决于及时采取行动。她说：“在正确的时间、通过正确的沟通渠道提供的良好天气预报可以成为农业成果的一个重要因素。”她指出，东非一直在有记录以来最干旱的年份和有史以来最潮湿的年份之间摇摆。在一个农场基本上缺乏灌溉、种植、施肥和种子购买决策都取决于前景的地区，更熟练的次季节预报并不是一种抽象的改进。
弗拉斯珀勒说：“由于我们正处于有记录以来最温暖的厄尔尼诺现象之中，各国政府和气候科学界对厄尔尼诺现象将如何显现感到非常担忧。” “非常需要简单且可靠的预测方法。”
更大模型时代的效率争论
中国人民银行在人工智能研究中引人注目的原因在于其经济性。虽然许多领域都在竞相训练更大的端到端预测模型，但 PBC 是一个相对较小的系统，它的大部分技能都是从它纠正的运营模型中借用的。这使得运行成本更低，并且气象机构更容易采用，因为他们可以保留现有的基础设施并简单地添加校正层。
它还反映了应用机器学习中更广泛的模式：后处理和校准通常会带来原本需要整个模型返工的增益。对于权衡将有限预算花在哪里的气象服务来说，一种可以明显改善最困难预报范围的方法（在《自然》杂志和现场 ECMWF 竞赛中得到验证）可能会引起人们的关注。
次季节人工智能的下一步发展
微软的博客文章没有宣布一款可操作的产品，该公司也没有透露是否将 PBC 整合到商业预测产品中。近期的测试是国家气象服务是否开始采用像 PBC 这样的偏差校正层来进行次季节展望，以及该方法是否与目前投入使用的人工智能预测模型很好地结合在一起。
如果确实如此，两到六周的窗口期——农民、电网运营商和灾难规划者历来最难处理的窗口期——可能最终会开始关闭。对于一个花了几十年时间追求技能边际收益的领域来说，让小型机器学习系统消除巨型物理模型的系统错误是一种务实的进步。
---
保持人工智能领先地位获取最新的人工智能新闻、分析和突破——尽在一个地方。
阅读更多人工智能新闻 →
