أداة تصحيح التحيز مفتوحة المصدر من مايكروسوفت تمدد موثوقية التنبؤات الجوية إلى ستة أسابيع

أصدرت بحوث مايكروسوفت إطار عمل مفتوح المصدر للتعلم الآلي مصممًا لدفع التنبؤات الجوية الموثوقة إلى ما بعد حاجز الأسبوعين التقليدي. المسمى تصحيح التحيز الاحتمالي (PBC)، تستهدف الأداة الأخطاء المنهجية التي تتراكم في كل من المحاكيات القائمة على الفيزياء والنماذج المدعومة بالبيانات عند إسقاط الظروف من أسبوعين إلى ستة أسابيع مقدمًا.

كيف يعمل PBC

بدلاً من بناء نموذج تنبؤ جديد من الصفر، يتعلم PBC التحيزات المميزة لنموذج موجود — مثل الميل لتقليل اتجاهات الاحترار بسبب خطوط الأساس التاريخية القديمة — ويطبق تصحيحات احتمالية. في اختبارات خضعت لمراجعة الأقران ونُشرت في Nature، حسن الإطار نموذج الفيزياء في المركز الأوروبي للتنبؤات الجوية متوسطة المدى (ECMWF) على 98% من أهداف الهطول و 92% من أهداف درجة الحرارة، مع مضاعفة دقة نظام التنبؤ بالذكاء الاصطناعي الخاص بـ ECMWF.

الميزة العملية الرئيسية هي الكفاءة الحسابية. يشير الباحث الرئيسي ليستر ماكي إلى أن PBC يعمل على وحدات المعالجة المركزية القياسية، مما يزيل الحاجة إلى مجموعات GPU أو أجهزة الكمبيوتر العملاقة التي تتطلبها عادةً محاكاة الفيزياء عالية الدقة أو استدلال الذكاء الاصطناعي التوليدي. هذا يخفض حاجز الدخول للهيئات الجوية الوطنية والوكالات الزراعية ذات ميزانيات HPC المحدودة.

لماذا هذا مهم لبنية GPU / AI التحتية: يوضح العمل أن ليس كل عبء عمل AI عالي التأثير يتطلب مزارع GPU ضخمة. يمكن لنماذج التصحيح خفيفة الوزن تقديم قيمة غير متناسبة على أجهزة السلع، مما يحرر سعة GPU لتدريب نماذج الأساس الأكبر. في الوقت نفسه، يشير الاعتماد المتزايد لـ ML في الأرصاد الجوية التشغيلية إلى طلب مستمر على الحوسبة المعجلة في علوم نظام الأرض — وهو قطاع أساسي لمنصة سحابة AiGpu.

من خلال فتح مصدر PBC، تدعو مايكروسوفت مجتمع الأرصاد الجوية العالمي لدمج تصحيح التحيز في خطوط الأنابيب الحالية، مما قد يرفع مهارة التنبؤات دون الموسمية عالميًا دون الحاجة إلى ترقيات أجهزة كثيفة رأس المال.