Google Research と Google DeepMind は、同社の AI 天気予報システムの最新バージョンであり、Google の説明によれば、これまでで最も正確な世界予測モデルである WeatherNext 3 をリリースしました。 9月3日に発表されたこのシステムは、検索、Googleマップ、Geminiへの気象情報の供給を開始し、企業や研究者はGoogleのクラウドプラットフォームを通じて利用できるようになる。

何十年にもわたって世界の天気予報のほとんどを生成してきた政府のスーパーコンピューターとは異なり、WeatherNext 3 は深層学習モデルです。大気物理の方程式を段階的に解くのではなく、観測から直接パターンを学習します。 Googleはまた、これが生の衛星観測を高解像度の世界予測に直接組み込んだ初のAIモデルであるとも述べているが、少なくとも1社の競合他社がこの主張に異議を唱えている。何が変わったのか、また Google をはるかに超えた予測担当者がこの分野の 最新の AI 開発 を注意深く監視している理由は次のとおりです。

AI がどのようにして天気予報の常識を打ち破ったのか

従来の予報は、米国国立気象局や欧州中期予報センター (ECMWF) などの国家機関から提供されており、そのスーパーコンピューターが大気の物理学を記述する数式を計算しています。これらのシステムは非常に正確ですが、高価で比較的遅いです。

ディープラーニングの代替案は、2018 年に ECMWF が半世紀以上のアーカイブされた気象データを公開した後に普及し、まさに研究者に、ニューラル ネットワークが繁栄する種類のトレーニング コーパスを提供しました。 「天気は混沌としており、小さな違いが実際に大きく混乱し始めます」とDeepMindのスタッフリサーチサイエンティストマネージャーであるFerran Alet氏はTechCrunchに語った。 「機械学習は、私たちが実際に解決しようとしている問題、つまり不完全な情報と有限の計算から得られる近似的なノイズの多い物理学をターゲットにするため、大量のデータからパターンを学習します。」

よりシャープに、より速く、より頻繁に

WeatherNext 3 は、前モデルよりも大規模なモデルであり、パラメーターが 2.4 倍多く、温度、風速、湿度に関する AI 予測システムを比較する独立したベンチマークである Brightband の Operational WeatherBench のトップとなっています。 TechCrunch によると、これは Google、Microsoft、Nvidia、ECMWF の競合するディープラーニング モデルよりも優れたパフォーマンスを示し、米国国立気象局と ECMWF 自体が作成した従来の数値予報を上回っています。

実際的なメリットは次のとおりです。

  • 主要な変数については 5 km までの解像度。ほとんどの AI モデルは 15 ～ 25 km のエリアにわたって予測します。 Decoder は、モデルが WeatherNext 2 よりも 5 倍詳細であると報告しています。
  • Google の評価では、WeatherNext 2 よりも 降水量予測が 60% 向上しており、9to5Google は、Google 独自の製品の降水量予測の精度が 50% 向上していると述べています。
  • モデルはリアルタイムで収集された衛星観測を 1 時間ごとに取り込むことができるため、標準の 6 時間ごとの予測ではなく、1 時間ごとの予測です。
  • 観測所レベルのターゲティング。つまり、モデルは、グリッド正方形だけでなく、特定の気象観測所が何を測定するかを予測します。

ブライトバンドの大気科学者ダニエル・ローゼンバーグ氏はTechCrunchに対し、「多くのAIアプリケーションの考え方は、可能な限りエンドツーエンドでタスクを実行しようとすることだ」と語った。 「このモデルに、たとえばデンバーの空港の気象観測所が時間単位で測定するものを予測する機能を追加することは、その予測タスクをより核心に近づけるだけです。」

生の衛星データに関する紛争

Google の最初の主張は、モデル アーキテクチャと同じくらいデータ配管に基づいています。ほとんどの AI 予報士は依然として、政府の気象機関が作成したフォーマット済みの分析データセットを使用してトレーニングおよび初期化を行っています。 WeatherNext 3 は、生の衛星観測を 1 時間ごとに直接取り込みます。これにより、真のデータ同化に近づくと Google は主張します。

AI 気象スタートアップの WindBorne は、自社の WeatherMesh 6 モデルが 2025 年後半以降、気象観測気球艦隊やその他の情報源からの生の観測値を組み込んでいると反論した。この論争について質問された Google は、自社の予測の世界的な解像度を指摘した。 TechCrunchによれば、両社はパイプラインの一部について依然として国家データセットに依存しているため、この分野全体での完全な直接同化はまだ進行中の作業であるという。

ユーザーが目にする場所

Googleのシニアスタッフエンジニア、サミアー・マーチャント氏はTechCrunchに対し、「コア変数の一部がGoogle製品の多くに供給され、機能するのはこれが初めてとなる」と語った。検索、Google マップ、Gemini の気象情報は WeatherNext 3 の出力を活用し、AI が生成した予測を何十億ものユーザーに提供します。ユーザーの多くはその背後にあるモデルをまったく知りません。

アプリ以外でも重要な理由

経済のほうが大きな話です。 AI 予測は、スーパーコンピューター アンサンブルに比べて迅速かつ低コストで作成できるため、これまで予測を行う余裕がなかった地域でも、利用可能な予測を実現できるようになります。デコーダーは、正確な予測ができないアフリカ、ラテンアメリカ、アジア太平洋地域の一部で最大の利益が見込まれると報じている。ビル・ゲイツ氏は、開発の具体的な利点として AI 天気予報を挙げ、より適切な予報によって発展途上国の作物収量が向上し、Alet 氏は、より高解像度の風、雨、雲の予報により、再生可能エネルギー プロジェクトの信頼性が高まると指摘しています。

ヨーロッパと米国の気象機関は、すでに AI モデルを運用製品に組み込んでいます。 WeatherNext 3 により、言語を再形成した変換革命は、静かに日常の天気の原動力になりました。

AI の先を行く

AI 研究は急速に進んでいます。 最新の AI 開発 を 1 か所で入手できます。

AIニュースをもっと読む→