Microsoft mã nguồn mở PBC, công cụ AI khắc phục sai lệch trong mô hình dự báo thời tiết

Ngày 14 tháng 10 năm 2026, các nhà nghiên cứu của Microsoft đã đăng trên tạp chí Nature một bài báo mô tả Hiệu chỉnh Sai lệch Xác suất (Probabilistic Bias Correction - PBC), một phương pháp học máy mà nhóm tác giả cho rằng giúp dự báo thời tiết từ hai đến sáu tuần tới chính xác hơn. Công ty đã phát hành công cụ này dưới dạng phần mềm mã nguồn mở. Đồng tác giả gồm các nhà nghiên cứu đến từ MIT, Trung tâm Dự báo Thời tiết Trung hạn Châu Âu (ECMWF) và một số tổ chức khác.

Dự báo từ cả hệ thống truyền thống dựa trên vật lý lẫn các mô hình AI mới hơn đều có xu hướng giảm độ tin cậy khi vượt quá mốc hai tuần. Thay vì xây dựng thêm một mô hình dự báo độc lập, nhóm nghiên cứu của Microsoft chọn cách hiệu chỉnh các sai số vốn đã tồn tại trong những mô hình hiện có, một hướng tiếp cận mà họ hy vọng sẽ phù hợp với các cơ quan khí tượng có ngân sách hạn hẹp.

Nhắm vào sai lệch có hệ thống

Mọi mô hình dự báo đều dựa vào các phép xấp xỉ để lấp đầy những khoảng trống, chẳng hạn như những khu vực có ít trạm quan trắc hoặc các quá trình khí quyển mà các nhà khoa học chưa hiểu đầy đủ. Những cách xử lý tạm thời này có thể trở thành sai lệch có hệ thống, và sai số sẽ tăng lên khi mô hình dự báo xa hơn. PBC sử dụng học máy để phát hiện và điều chỉnh sai lệch đó. Lester Mackey, nhà nghiên cứu chính cấp cao tại Microsoft Research New England, lấy biến đổi khí hậu làm ví dụ: một mô hình được huấn luyện trên dữ liệu lịch sử có thể dự báo nhiệt độ thấp hơn so với thế giới đang ấm lên hiện nay.

Theo các nhà nghiên cứu, PBC đã cải thiện một mô hình dựa trên vật lý hàng đầu của ECMWF ở 98% các mục tiêu về lượng mưa và 92% các mục tiêu về nhiệt độ. Trong phân tích của nghiên cứu, phương pháp này còn làm tăng gấp đôi độ chính xác của hệ thống dự báo AI mới của ECMWF. Trước khi công bố, ECMWF đã ghi nhận công trình này trong cuộc thi AI Weather Quest của mình. Matthew Chantry, trưởng nhóm chiến lược về học máy của trung tâm, hoan nghênh ý tưởng này nhưng cũng lưu ý: "biến ý tưởng thành hiện thực [trong] một quy trình vận hành là bước đi đầy thách thức nhất."

Đủ nhẹ cho các cơ quan nhỏ hơn

Dự báo dựa trên vật lý phụ thuộc vào siêu máy tính, còn AI tạo sinh phụ thuộc vào GPU mạnh, nhưng Mackey cho biết PBC có thể chạy chỉ bằng CPU. Nhu cầu tính toán lớn từ lâu đã khiến nhiều cơ quan ở các nền kinh tế đang phát triển khó áp dụng các kỹ thuật dự báo mới. Đồng tác giả Genevieve Flaspohler lập luận rằng vì mô hình nhẹ và dễ huấn luyện, các nhà khoa học không có nguồn lực lớn vẫn có thể điều chỉnh nó cho khu vực của họ.

Flaspohler từng làm việc với PBC khi là thực tập sinh của Microsoft và hiện đứng đầu tổ chức phi lợi nhuận Rhiza Research. Tổ chức này đang hợp tác với Cơ quan Khí tượng Kenya, với nguồn tài trợ từ Quỹ Gates, để kiểm tra xem AI có thể cải thiện cảnh báo sớm hay không. PBC nằm trong số các phương pháp đang được đánh giá trước một mùa mưa dự kiến sẽ cực đoan hơn trong bối cảnh El Niño phá kỷ lục. Công trình này đưa Microsoft cùng Google, Nvidia và những đơn vị khác đang xây dựng công cụ AI cho dự báo thời tiết.