Microsoft Rilis PBC sebagai Open Source, Alat AI untuk Mengatasi Bias pada Model Cuaca

Peneliti Microsoft pada 14 Oktober 2026 menerbitkan makalah di jurnal Nature yang memaparkan Probabilistic Bias Correction (PBC), sebuah metode machine learning yang menurut mereka membuat prakiraan cuaca dua hingga enam minggu ke depan lebih akurat. Perusahaan telah merilis alat ini sebagai perangkat lunak open source. Para penulis bersama berasal dari MIT, Pusat Prakiraan Cuaca Jangka Menengah Eropa (ECMWF), dan sejumlah institusi lain.

Prakiraan dari sistem berbasis fisika tradisional maupun model AI yang lebih baru cenderung kehilangan keandalan setelah melewati batas dua minggu. Alih-alih membangun model prakiraan baru yang berdiri sendiri, tim Microsoft berupaya mengoreksi kesalahan yang sudah melekat pada model yang ada. Pendekatan ini diharapkan menarik minat lembaga cuaca dengan anggaran terbatas.

Menyasar bias sistematis

Semua model prakiraan mengandalkan pendekatan perkiraan untuk menutup celah data, misalnya di wilayah dengan sedikit stasiun cuaca atau pada proses atmosfer yang belum sepenuhnya dipahami ilmuwan. Solusi sementara tersebut bisa berubah menjadi bias sistematis, dan kesalahannya semakin besar seiring jauhnya jangkauan prakiraan. PBC menggunakan machine learning untuk mendeteksi dan menyesuaikan bias tersebut. Lester Mackey, peneliti senior di Microsoft Research New England, mencontohkan perubahan iklim: model yang dilatih dengan catatan historis bisa jadi terlalu dingin untuk dunia yang kini semakin menghangat.

Menurut para peneliti, PBC meningkatkan performa model berbasis fisika andalan ECMWF pada 98 persen target curah hujan dan 92 persen target suhu. Dalam analisis studi tersebut, PBC juga menggandakan akurasi sistem prakiraan AI baru ECMWF. ECMWF bahkan sudah mengakui karya ini dalam kompetisi AI Weather Quest sebelum makalahnya terbit. Matthew Chantry, pimpinan strategis bidang machine learning di pusat tersebut, menyambut baik gagasan ini tetapi memberi catatan: "mewujudkan gagasan menjadi kenyataan [dalam] proses operasional adalah langkah yang sangat menantang."

Cukup ringan untuk lembaga yang lebih kecil

Prakiraan berbasis fisika bergantung pada superkomputer dan AI generatif pada GPU berdaya tinggi, tetapi Mackey mengatakan PBC dapat berjalan hanya dengan CPU. Kebutuhan komputasi yang besar sejak lama membuat banyak lembaga di negara berkembang sulit mengadopsi teknik prakiraan baru. Penulis bersama Genevieve Flaspohler berpendapat bahwa karena model ini ringan dan mudah dilatih, ilmuwan tanpa sumber daya besar tetap dapat menyesuaikannya untuk wilayah mereka sendiri.

Flaspohler mengerjakan PBC saat magang di Microsoft dan kini memimpin lembaga nirlaba Rhiza Research, yang bermitra dengan Badan Meteorologi, Klimatologi, dan Geofisika Kenya (KMSA) dan didanai Gates Foundation, untuk menguji apakah AI dapat meningkatkan peringatan dini. PBC termasuk metode yang sedang dievaluasi menjelang musim hujan yang diperkirakan lebih ekstrem di tengah El Niño yang memecahkan rekor. Karya ini menempatkan Microsoft sejajar dengan Google, Nvidia, dan pihak lain yang membangun alat AI untuk prediksi cuaca.