Microsoft Research、AI気象予測に関する研究をNatureで発表

Microsoft Research主導のチームは2026年10月14日、Natureに研究論文を発表し、確率的バイアス補正（PBC）を紹介した。著者らによると、これは機械学習のフレームワークで、2～6週間先の気象予測を改善する。また、コードもオープンソースとして公開した。

この研究によると、最新の力学モデルやAIシステムはおよそ2週間先まで精度の高い予測を提供できる一方、誤差の累積、モデルに内在する系統的なバイアス、大気のカオス的性質により、2～6週間先を対象とする季節内予測ではスキルが急激に低下する。著者らは、モデルの過去の確率予測を学習して補正することで系統誤差を低減するフレームワークとしてPBCを提示している。PBCは生の観測値ではなく、確率分布を直接扱う。

Hannah GuanとSoukayna Mouatadidは本研究に同等に貢献し、GuanはMicrosoft Researchのインターンとして研究を行った。MITのJudah CohenとMicrosoft ResearchのLester Mackeyが責任著者を務める。著者13人の所属先として、Microsoft Research、Microsoft、MIT、Harvard College、トロント大学、IMPA、Janus Research Group、Rhiza Research、ECMWFが記載されている。Natureの記録によると、論文は2026年4月17日に受理され、同年9月4日に採択された。

PBCの仕組みと評価方法

決定論的予測の生のアンサンブルを入力として、PBCはまず、気候学的な分位区分に照らして評価するため、アンサンブルを初期確率予測に変換する。次に、2つの機械学習モデルが並行して相補的な補正を行う。Debias++は、適応的に選んだ学習期間を用いて確率予測誤差を最小化することで学習した、地点・日付・分位ごとの調整を予測に加える。一方、Persistence++は予測に過去の観測値と気候値を組み合わせ、直近の気象傾向と年内日付の影響を捉える。2つの補正を有効な累積分布関数の空間に射影し、その平均を最終的なPBC予測とする。

チームは、ECMWFのAI Weather Questコンペティションの方式に沿って予測を評価した。対象は、全球を1.5度格子に区切り、5つの五分位区分を用いて算出した陸上の2メートル気温の平均と総降水量、および平均海面気圧で、予測対象期間は第3週（19～25日先）と第4週（26～32日先）。気候値を基準として、順位確率スキルスコア（RPSS）で評価した。正解データには、1.5度解像度に再格子化した1979～2026年のERA5再解析データを用いた。標準テストセットの対象日は、2016～2024年のうるう日を除く月曜日と金曜日だった。著者らによると、PBCは軽量なため、各予測発表日に観測可能な再解析データとモデル予測データのみを用いて毎日段階的に再学習でき、実運用を模した評価が可能だという。

力学モデルとAIモデルで確認された予測スキルの向上

論文では、ECMWFの力学アンサンブルについて、世界で最も精度の高い気象モデルと広く見なされ、季節内予測スキルを評価する際のゴールドスタンダードとされていると説明している。2016～2024年の同アンサンブルにPBCを適用したところ、生のモデルが示す降水予測スキル（RPSS 0.023）は3倍になり、スキルが負だった気温と気圧の予測もスキルのある予測に変わったと研究は報告している。ECMWFが運用上のバイアス補正を施した出力と比べると、PBCによって気温のRPSSは26～37%、気圧のRPSSは16～32%向上した。また、改善が見られた格子点の割合は、降水量で98%、気温で91～92%、海面気圧で89～91%だった。

この研究によると、PBCはAIベースのシステムも改善した。季節内予測を行うECMWFの深層学習モデルAIFS-SUBSに適用したところ、2025年のテスト期間において、すべての変数と予測期間を通じたモデルの平均RPSS 0.03が2倍になった。畳み込みニューラルネットワークとトランスフォーマーニューラルネットワークを用いてECMWFのアンサンブルを後処理するハイブリッドシステムPOETに適用した場合、2024年には降水量で68～98%、平均海面気圧で15～23%、気温で5～7%の改善が得られたと論文は報告している。さらに著者らによると、2017～2021年のテスト期間を通じ、PBC-ECMWFは深層学習モデルFuXi-S2Sを大きく上回るスキルを示した。改善した格子点の割合は、気温で99～100%、降水量で97～99%、平均海面気圧で96～100%だった。

コンペティションの結果と極端な気象現象の予測

リアルタイム性能を評価するため、チームはPBC-ECMWFとPBC-POETを組み合わせたアンサンブル「MicroDuet」を、ECMWFが主催する2025年のAI Weather Questコンペティションに出場させた。論文によると、初開催となった9～11月のシーズンでは、すべての気象変数と予測期間でMicroDuetが1位となり、6つの運用予報機関（ECMWF、NOAA、ECCC、HMCR、KMA、JMA）のバイアス補正済み力学モデル、6モデルによる力学マルチモデルアンサンブル、AIFS-SUBSの3つのバージョン、世界34チームの予測システムを上回った。また、12～2月のシーズンでも、両方の予測期間で首位に立った。著者らによると、両シーズンを通じて、すべての変数と予測期間でバイアス補正済みECMWFを有意に上回った（P < 0.05）のは、MicroDuetだけだった。

ECMWFは2026年3月13日の科学ブログで同じコンペティションを取り上げ、最初の2つの競技期間に42チームが、固有の名称が付けられた74モデルで予測を提出したと説明した。また、MicroEnsembleチームの後処理モデルであるMicroDuetが一貫してランキング首位に立ち、すべての変数と予測リードタイムでECMWFの統合予測システムを大幅に上回ったと述べている。

論文によると、2025年11月、MicroDuetによるリアルタイムの第4週気温予測は、2025年12月に米国東部で発生した寒気の流入を事前に捉えていた。この事象を、バイアス補正を施したECMWFは見逃していた。

極端事象の予測にあたり、著者らは半デシル（5％分位点）の増分を用いてPBCを訓練した。極端な高温は95パーセンタイルを上回ると確認された事象、極端な低温は5パーセンタイルを下回ると確認された事象と定義し、ブライア・スキルスコアで予測性能を評価した。2016～2024年の第3週の極端な高温について、PBCにより、運用上のバイアス補正を施したECMWFの予測性能が気温で51％、気圧で39％向上したと報告している。また、格子点ごとの向上幅は、降水量で96％、海面気圧で89％、気温で85％だった。

Global Disaster Alert and Coordination System（GDACS）が2016年から2026年にかけて記録した洪水2,435件を対象に、著者らはPBCによって第3週の洪水予測性能が76～92％向上したと報告している。一方、運用上のバイアス補正を施すと、ECMWFの補正前の基準性能は0.04～0.06からほぼゼロに近づいた。GDACSが死者100人超、または避難者8万人のいずれかをもたらす事象と定義する大規模洪水88件については、PBCによって大規模洪水の予測性能が86～150％向上したと論文は報告している。著者らは、こうした確率予測の性能向上により極端事象をより正確に予測できるようになり、脆弱な地域社会における農業計画、エネルギー管理、防災対策の改善につながる可能性があると述べている。

オープンソースコードと研究の背景

PBCのコードはMITライセンスのもとGitHubで公開され、研究の再現用コードとともにZenodoにアーカイブされている。リポジトリによると、PythonコードベースはRocky Linux 8.10およびPython 3.13.3でテストされた。著者らのプレプリントは2026年4月17日にarXivに投稿され、最終改訂日は2026年9月4日となっている。また、Microsoft Researchの論文掲載ページでは、研究の発表時期を2026年4月としている。

論文の考察でチームは、PBCは大気力学を改めて学習しようとするのではなく、予測可能な誤差を対象とするものだと説明している。また、入力モデルの改善に代わるものではなく、その後処理ツールと位置づけ、資源が限られた環境を含む気象機関にとって、導入負担の小さい手法だとしている。資金提供に関する開示には、OrensteinへのFAPERJの支援、Cohenへの米国国立科学財団の助成金、ECMWFの著者らへのEU「Destination Earth」からの資金提供が記載されている。利益相反に関する声明では、複数の著者がMicrosoftの従業員であるか、同社株式を保有していると述べている。