Microsoft เปิดซอร์ส PBC เครื่องมือ AI ที่แก้ความลำเอียงในแบบจำลองพยากรณ์อากาศ

นักวิจัยของ Microsoft เผยแพร่บทความในวารสาร Nature เมื่อวันที่ 14 ตุลาคม 2026 เพื่ออธิบายวิธี Probabilistic Bias Correction (PBC) ซึ่งเป็นวิธีการเรียนรู้ของเครื่องที่ช่วยให้การพยากรณ์อากาศล่วงหน้า 2 ถึง 6 สัปดาห์แม่นยำขึ้นตามที่ทีมวิจัยระบุ บริษัทได้เปิดเครื่องมือนี้เป็นซอฟต์แวร์โอเพนซอร์สแล้ว ผู้เขียนร่วมบทความมาจาก MIT, ศูนย์พยากรณ์อากาศระยะกลางแห่งยุโรป (ECMWF) และสถาบันอื่น ๆ

การพยากรณ์จากทั้งระบบดั้งเดิมที่ใช้กฎฟิสิกส์และโมเดล AI รุ่นใหม่มักสูญเสียความน่าเชื่อถือเมื่อเกินช่วง 2 สัปดาห์ แทนที่จะสร้างโมเดลพยากรณ์ใหม่ทั้งหมด ทีมของ Microsoft เลือกแก้ความผิดพลาดที่ฝังอยู่ในโมเดลที่มีอยู่แล้ว ซึ่งหวังว่าจะดึงดูดหน่วยงานพยากรณ์อากาศที่มีงบประมาณจำกัด

มุ่งเป้าไปที่ความลำเอียงเชิงระบบ

โมเดลพยากรณ์ทุกแบบต้องอาศัยการประมาณค่าเพื่อเติมช่องว่าง เช่น พื้นที่ที่มีสถานีตรวจอากาศน้อย หรือกระบวนการในชั้นบรรยากาศที่นักวิทยาศาสตร์ยังเข้าใจไม่ทั้งหมด วิธีแก้ชั่วคราวเหล่านี้อาจกลายเป็นความลำเอียงเชิงระบบ และความผิดพลาดจะยิ่งเพิ่มขึ้นเมื่อโมเดลพยากรณ์ไปในอนาคตไกลขึ้น PBC ใช้การเรียนรู้ของเครื่องเพื่อตรวจจับและปรับความลำเอียงนั้น Lester Mackey นักวิจัยอาวุโสของ Microsoft Research New England ยกการเปลี่ยนแปลงสภาพภูมิอากาศเป็นตัวอย่าง โดยโมเดลที่ฝึกจากข้อมูลย้อนหลังอาจให้ผลเย็นกว่าโลกที่กำลังร้อนขึ้นในปัจจุบัน

ตามข้อมูลของนักวิจัย PBC ช่วยปรับปรุงโมเดลฟิสิกส์ชั้นนำของ ECMWF ได้ในเป้าหมายปริมาณน้ำฝน 98 เปอร์เซ็นต์ และเป้าหมายอุณหภูมิ 92 เปอร์เซ็นต์ ในการวิเคราะห์ของการศึกษายังทำให้ความแม่นยำของระบบพยากรณ์ AI รุ่นใหม่ของ ECMWF เพิ่มขึ้นเป็นสองเท่า ก่อนการเผยแพร่ ECMWF ได้ยอมรับผลงานนี้ในการแข่งขัน AI Weather Quest ของตนแล้ว Matthew Chantry หัวหน้าฝ่ายยุทธศาสตร์ด้านการเรียนรู้ของเครื่องของศูนย์ เห็นด้วยกับแนวคิดนี้ แต่ให้ข้อสังเกตว่า "การเปลี่ยนแนวคิดให้เป็นจริงในกระบวนการปฏิบัติการเป็นขั้นตอนที่ท้าทายที่สุด"

เบาพอสำหรับหน่วยงานขนาดเล็ก

การพยากรณ์แบบใช้ฟิสิกส์ต้องพึ่งซูเปอร์คอมพิวเตอร์ และ AI เชิงสร้างสรรค์ต้องพึ่ง GPU ประสิทธิภาพสูง แต่ Mackey กล่าวว่า PBC สามารถทำงานบน CPU เพียงอย่างเดียวได้ ความต้องการด้านการประมวลผลที่สูงทำให้หน่วยงานจำนวนมากในเศรษฐกิจกำลังพัฒนาไม่สามารถนำเทคนิคพยากรณ์ใหม่ ๆ มาใช้ได้มาโดยตลอด ผู้เขียนร่วม Genevieve Flaspohler เห็นว่าเพราะโมเดลมีขนาดเบาและฝึกได้ง่าย นักวิทยาศาสตร์ที่ไม่มีทรัพยากรมากนักจึงสามารถปรับแต่งให้เหมาะกับพื้นที่ของตนเองได้

Flaspohler ทำงานกับ PBC ในฐานะผู้ฝึกงานของ Microsoft และปัจจุบันเป็นหัวหน้าองค์กรไม่แสวงหากำไร Rhiza Research ซึ่งร่วมมือกับ Kenya Meteorological Service Authority โดยได้รับทุนจาก Gates Foundation เพื่อทดสอบว่า AI สามารถช่วยปรับปรุงการเตือนภัยล่วงหน้าได้หรือไม่ PBC เป็นหนึ่งในวิธีที่กำลังได้รับการประเมินก่อนฤดูฝนที่คาดว่าจะรุนแรงขึ้นในช่วงเอลนีโญที่สร้างสถิติใหม่ งานนี้ทำให้ Microsoft อยู่ในกลุ่มเดียวกับ Google, Nvidia และบริษัทอื่น ๆ ที่พัฒนาเครื่องมือ AI สำหรับการพยากรณ์อากาศ