Google DeepMind は、同社の WeatherNext AI 気象モデルが熱帯低気圧の予測において最先端の精度を達成し、主要な運用予測システムと比べて平均で丸 1 日以上の予測リードタイムを獲得していることを示すピアレビューの結果を発表しました。この研究は、2026 年 8 月 6 日に雑誌 Nature に掲載され、Google は出版と同時にモデルをオープンソース化しています。

このブレークスルーは、AI 業界の報道 が激化し、一か八かの科学的および公共の安全の問題に人工知能がますます適用されているときに訪れます。 DeepMindの発表で引用された数字によると、熱帯低気圧は過去50年間で70万人以上の死者と1兆4000億ドル以上の経済損失を引き起こしており、予測リードタイムの​​わずかな改善でも避難や災害対応に重要な影響を及ぼしている。

1 日のリードタイムを 1 つのシステムに圧縮

主要な結果はリードタイムです。 2023 年から 2025 年のサイクロンについて、ウェザーネクストの進路、強さ、風構造の予測は、主要な運用モデルよりも平均して 1 日以上の利点をもたらします。実際には、その 3 日間の予測は、以前のシステムが 2 日間で配信したものと一致します。研究者らは、この改善は、およそ 10 年間にわたる気象学の運用上の進歩を 1 つの AI システムに圧縮したものに匹敵すると説明しています。

サイクロンの予測では、避難指示、供給の準備、緊急事態宣言が時間に左右されるため、そのマージンが最も重要な指標となります。この論文では、最大 15 日先までの熱帯低気圧の進路、強さ、サイズのアンサンブル予測を生成する AI モデルである WeatherNext Cyclones を紹介しています。

モデルの仕組み

トレーニング データは、地球規模の大気分析と、過去の嵐約 5,000 件の IBTrACS データベースを組み合わせたものです。このモデルは、関数生成ネットワークを使用して、単一点予測ではなく確率分布を生成し、1,000 メンバーのアンサンブル (以前のシステムの 50 メンバーでの実行の 20 倍) までスケールします。大規模なアンサンブルは、急速な強まり、つまり嵐の風速が突然上昇する危険な現象のような、稀ではあるが重大な結果をもたらす事象をより適切に捕捉します。

課題として際立っている発見が 1 つあります。高い空間分解能は、正確な強度予測の代償として長い間考えられてきました。 WeatherNext Cyclones は、従来の地域モデルよりも約 100 倍粗い 28 x 28 キロメートルの入力で動作し、WeatherNext 2-mini と呼ばれるコンパクトなバージョンは 111 x 111 キロメートルで動作し、依然として良好なパフォーマンスを発揮します。論文では、高解像度は最先端の強度予測の厳密な前提条件ではないと述べており、研究者らは、モデルが粗いデータから強度信号をどのように抽出するかについて未解決の問題としてフラグを立てています。

2025 年のハリケーン シーズン中にテスト済み

この評価は純粋に遡及的なものではありませんでした。 2025 年の大西洋ハリケーン シーズン中、このモデルは国立ハリケーン センターの運用ワークフローと並行して実行され、予報担当者がハリケーン メリッサの急速な発達とジャマイカへの上陸を十分前もって予測し、早期警報をサポートするのに役立ちました。 NHC の 2025 年の検証レポートは、シーズンの予測パフォーマンスを文書化しています。今年、システムはサイクロンごとに 1,000 の可能なシナリオを生成し、予報者の意思決定をサポートします。

この研究は、Google DeepMind と、国立ハリケーン センター、大気圏研究協力研究所 (CIRA)、および英国気象庁の Google Research の科学者および運航予報官との共同作業であり、そのうちの数名は Nature 論文の共著者です。

3 つのオープンソース バリアントがリリースされました

オープンソース リリースでは、次の 3 つのモデル バリアントがカバーされています。

  • WeatherNext Cyclones — 2025 年のハリケーン シーズン中に実行され、その結果が論文に掲載されたバージョン
  • WeatherNext 2 — Google が 2025 年 10 月に運用開始した後のアップデート
  • WeatherNext 2-mini — 無料の Google Colab ノートブックの単一の TPU で実行されるコンパクト バージョン

3 つすべてのコードと重みは GitHub で入手できます。 1 つの TPU で 1 つの 15 日間の予測にかかる時間は 1 分未満です。つまり、採用の制約はコンピューティングではなく、専門知識と統合になっています。

予報は Weather Lab でも調べることができます。Google はこのラボをサイクロンの追跡から、気温、降水量、風速を含む完全な地球規模の予報まで拡張しました。モデルと Weather Lab は両方とも、機械学習を気候と地理空間の課題に適用するための同社の包括的取り組みである Google Earth AI 内にあります。

なぜそれが重要なのか

この結果は、より広範な傾向を裏付けるものです。AI ベースの気象モデルは、多くの気象学者の予想よりも早く、研究デモンストレーションから運用ツールへと移行しつつあります。 Google は、重みをオープンソース化し、一流のジャーナルに掲載することで、WeatherNext を世界中の国家気象機関や研究者が構築できる参照システムとして位置づけています。

サイクロンが発生しやすい地域のコミュニティにとって、警報が 1 日追加されるかどうかで、秩序ある避難ができるか、混乱した避難ができるかが分かれる可能性があります。 AI 気象モデルが成熟し続けるにつれて、競争上の疑問は精度だけではなく、誰が最も早く予測を行動に移せるかに移りつつあります。

AI の先を行く

人工知能が科学、インフラ、日常生活をどのように変革しているかについて詳しくは、AI ニュース速報 の記事をご覧ください。私たちは、この分野を形成する研究、企業、政策をリアルタイムで追跡します。

AIニュースをもっと読む→