Microsoft deelt AI-correctielaag voor weersverwachtingen

Microsoft Research stelt op 16 oktober de PBC-code als open source beschikbaar, een correctielaag voor weersverwachtingen op twee tot zes weken die volgens Nature de gemiddelde voorspellingsvaardigheid van ECMWF’s AI-systeem verdubbelt.

Een betere kansinschatting voor regen, temperatuur en luchtdruk kan een teler, energiebedrijf of waterbeheerder weken eerder aanknopingspunten geven voor inkoop, waterreserves en onderhoud. De geteste sprong geldt voor week 3 en 4. Microsofts eigen zesweeksmodel draait al in real time, maar staat nog in private preview voor geselecteerde klanten. De onderzoekscode is dus te bekijken; de bijbehorende dienst is nog niet breed af te nemen.

PBC corrigeert de kansen van een model

Weersverwachtingen zijn doorgaans bruikbaar tot ongeveer twee weken vooruit. Daarna stapelen fouten zich op en wordt één uitkomst minder betrouwbaar. PBC leert welke missers in oudere verwachtingen terugkeren en corrigeert de kansen van een bestaand model.

Debias++ past correcties toe per locatie, datum en kanscategorie. Persistence++ voegt recente waarnemingen en het historische klimaat voor die tijd van het jaar toe. PBC combineert die kansverdelingen en kan achter een natuurkundig, AI- of combinatiemodel staan.

Dat verschuift wat een planner uit de verwachting haalt. Een wekelijkse kans dat neerslag in de natste twintig procent van de historische weken valt, is iets anders dan één schatting van het aantal millimeters op een bepaalde dag. Die kans kan helpen bepalen of een teler zaait, een energiebedrijf reserves plant of een waterbeheerder capaciteit vrijhoudt. De verwachting zegt daarmee nog niet waar een bui precies valt; hij geeft een beter gekalibreerde verdeling van mogelijke weken.

De gemeten winst begint bij een lage score

De Nature-paper test de AI-correctie op ECMWF’s AIFS-SUBS, met gemiddelde temperatuur op twee meter, neerslag en luchtdruk op zeeniveau. De berekening bestrijkt een wereldwijd raster en vergelijkt waarschijnlijkheden voor week 3, de dagen 19 tot en met 25, en week 4, dag 26 tot en met 32. Over het testjaar 2025 verdubbelde PBC de gemiddelde RPSS van 0,03 over de drie variabelen en beide looptijden. RPSS vergelijkt een verwachting met een klimaatgemiddelde. Een verdubbeling betekent hier niet dat voorspellingen twee keer zo vaak kloppen. De score meet de winst tegenover een klimaatgemiddelde en begon op een bescheiden niveau.

Bij ECMWF’s natuurkundige model verbeterde PBC de vaardigheid ten opzichte van de bestaande correctiemethode in de meeste rastercellen: voor neerslag in 98 procent, voor temperatuur in 91 tot 92 procent en voor luchtdruk in 89 tot 91 procent. In een terugblik op een internationale verzameling overstromingen rapporteert de studie bovendien 76 tot 92 procent hogere vaardigheid voor overstromingsverwachtingen en 86 tot 150 procent bij ernstige overstromingen. Dat zijn modelmetingen over historische gebeurtenissen, geen gemeten besparing of vermeden schade voor een bedrijf.

ECMWF meldde dat MicroDuet de eerste twee periodes van de AI Weather Quest leidde. Het systeem combineert PBC met transformer-nabewerking. Tegelijk meldde ECMWF dat weinig volledig datagedreven modellen de natuurkundige verwachtingen significant overtroffen. De benchmark ondersteunt daarmee vooral AI-nabewerking boven op bestaande modeluitvoer.

De code is open, de weerdienst nog niet

De PBC-code valt onder de MIT-licentie, die commercieel gebruik en verkoop toestaat zolang de licentievermelding behouden blijft. Een ontwikkelteam kan de correctielaag daarmee aanpassen en in een eigen proef verwerken. Daarvoor zijn wel historische modelverwachtingen en bijbehorende waarnemingen nodig. De broncode is geen kant-en-klare weersdienst met een Nederlandse prognosefeed.

De repository beschrijft een testomgeving met Rocky Linux 8.10, Python 3.13.3, 80 GB werkgeheugen en acht processorkernen. De README meldt dat een voorbeeld voor een klimatologische basisverwachting daar in dertien seconden klaar was. Dat meet geen volledige PBC-productierun voor een lokaal bedrijf. Het verzamelen van bruikbare historische data, lokale afstemming en doorlopende controle blijven onderdeel van een implementatie.

Microsofts eigen sub-seizoensmodel rekent in real time tot zes weken vooruit, maar is alleen beschikbaar voor geselecteerde klanten in private preview. Bij Google is de grens anders getrokken: de documentatie beschrijft WeatherNext 3 als operationele weerdienst zonder open modelgewichten. Dat volgt op de commercieel bruikbare WeatherNext 2-code en gewichten onder Apache 2.0 en CC BY 4.0. De latere WeatherNext 3-verwachting die elk uur draait terwijl de gewichten gesloten blijven laat zien dat open code en toegang tot een operationele feed verschillende keuzes zijn.

De Nederlandse toets ontbreekt nog

Microsoft beschrijft een eerste toepassing bij meteorologen in Kenia, die PBC gebruiken bij wekelijkse moessonverwachtingen. De bron noemt nog geen onafhankelijk gemeten effect op oogst, kosten of waarschuwingstijd. Ook de Nature-test bewijst geen lokale nauwkeurigheid voor Nederland: de headlinevergelijking met AIFS-SUBS gaat over twee voorspelde weken, drie variabelen en een wereldwijd raster. De paper meldt bovendien dat enkele auteurs Microsoft-medewerkers zijn of aandelen in het bedrijf bezitten. ECMWF’s wedstrijdanalyse biedt een onafhankelijke bevestiging van de prestaties van de combinatie, terwijl de praktische effecten per regio nog toetsing vragen.

Voor Nederlandse organisaties zit de volgende stap daarom in de lokale meting: kloppen de kansen voor de gewassen, energiebronnen of watergebieden waarop de planning rust? De open code maakt zo’n evaluatie mogelijk voor teams met de juiste historische invoer. De brede bedrijfswaarde ontstaat pas als een weerdienst die gegevens levert en de kansscores voor de eigen regio controleerbaar maakt.