哈佛本科生在微软研究院实习，ML 订次季节天气预报登 Nature

LesterMackey · x · 2026-10-22

哈佛应用数学本科生 Hannah Guan 在微软研究院暑期实习期间，参与开发机器学习算法来修正现有模型在 2-6 周「次季节」时间尺度上的预测误差，这一时间窗对农民安排耕种、城市电网调度等决策很关键，但长期缺乏研究、现有模型精度不足。她实习后继续推进研究，最终以第一作者身份在 Nature 发表论文。现有物理模型和 AI 基础模型虽能把握大趋势，但在次季节尺度上误差仍大，该工作用 ML 专门修正这一缺口。