マイクロソフト、天気予報モデルの偏りを補正するAIツール「PBC」をオープンソース化

マイクロソフトの研究者らは2026年10月14日、科学誌Natureに論文を発表し、確率的バイアス補正（Probabilistic Bias Correction、PBC）と呼ぶ機械学習手法を説明した。2週間から6週間先の天気予報の精度を高めるという。同社はこのツールをオープンソースソフトウェアとして公開した。共著者にはMIT、欧州中期予報センター（ECMWF）などの研究者が名を連ねている。

物理法則に基づく従来型の予報システムも、近年登場したAIモデルも、2週間を過ぎると信頼性が落ちる傾向がある。マイクロソフトのチームは新たな予報モデルを一から作るのではなく、既存モデルに組み込まれた誤差を補正する道を選んだ。予算の限られた気象機関にとって魅力的なアプローチになると期待している。

系統的な偏りを狙う

あらゆる予報モデルは、観測点の少ない地域や、科学者がまだ十分に理解できていない大気の過程などの隙間を埋めるために近似に頼っている。こうした回避策が系統的な偏りとして固定化されることがあり、予測期間が延びるほど誤差も大きくなる。PBCは機械学習を使ってその偏りを検出し、調整する。マイクロソフト・リサーチ・ニューイングランドの主任研究員レスター・マッキー氏は、気候変動を一例に挙げる。過去の記録で学習させたモデルは、温暖化が進んだ現在の気候よりも寒めの値を出す可能性があるという。

研究者らによれば、PBCは主力の物理ベースのECMWFモデルを、降水の予測対象の98％、気温の予測対象の92％で改善した。研究の分析では、ECMWFの新しいAI予報システムの精度を2倍に高めたという。ECMWFは論文発表前に、同社のAI Weather Questコンペティションで本研究を評価していた。同センターの機械学習戦略責任者マシュー・チャントリー氏はこの考え方を歓迎したが、「アイデアを運用プロセスの中で現実のものにすることは、最も困難な段階だ」と注意を促した。

小規模な機関でも扱える軽さ

物理ベースの予報はスーパーコンピュータに、生成AIは高性能GPUに依存している。しかしマッキー氏によれば、PBCはCPUだけでも動作するという。多くの途上国の機関は、膨大な計算資源の必要性から新しい予報技術の導入を長く見送ってきた。共著者のジェネビエーブ・フラスポラー氏は、このモデルは軽量で学習も容易なため、潤沢な資源を持たない科学者でも自国や自地域に合わせて調整できると指摘する。

フラスポラー氏はマイクロソフトのインターンとしてPBCに取り組み、現在は非営利団体Rhiza Researchを率いている。同団体はケニア気象局と連携し、ゲイツ財団の資金援助を受けて、AIが早期警報の改善に役立つかを検証している。PBCは、記録的なエルニーニョ現象の下で極端化すると予想される雨季に向けて評価中の手法の一つだ。今回の取り組みにより、マイクロソフトはGoogleやNvidiaなど、AIによる天気予測ツールの開発を進める企業と肩を並べることになった。