グーグルのDeepMindは木曜日、ハリケーン予報分野で大きな進展を発表し、従来の気象モデルが数十年間取り組んできた長期的な課題を解決する、史上初めての精度で熱帯低気圧の進路と強度を予測できる革新的な人工知能システムを開発しました。

また、DeepMindは「Weather Lab」と呼ばれるインタラクティブプラットフォームも発表しました。これは実験的なサイクロン予測モデルを紹介するためのものです。このモデルは最大で50通りの可能性のある嵐シナリオを15日前に生成できます。さらに注目すべきは、DeepMindが米国国家ハリケーンセンター（NHC）とのパートナーシップを結んだことです。これは連邦機関が実験的な人工知能予測を業務予報プロセスに初めて導入したものです。

DeepMindの研究科学者でありプロジェクトの責任者であるフェラン・アレット氏は水曜日の記者会見で、「我々は三つの異なるものを示しました。一つ目はサイクロン専用の新しい実験モデルです。二つ目は、米国国家ハリケーンセンターとの提携を嬉しく発表できることです。これにより専門家の気象予報士がリアルタイムで私たちの予測を見ることができるのです」と述べました。

この発表は、人工知能が天気予報のアプリケーションにおいて重要な節目を迎えたことを示しています。過去50年間にわたり、ハリケーン、台風、サイクロンなどの熱帯低気圧が約1兆4千億ドルもの経済損失を引き起こしてきました。そのため、正確な予報は脆弱な沿岸地域に住む数百万人の命を守る上で重要です。

AI ロボット 人工知能 (3)データ解析

従来モデルの限界を超える

伝統的な天気モデルは、嵐の進路や強度を予測する際に困難を抱えていました。世界的な低解像度モデルは嵐の進路を予測する能力はありますが、強度を予測するのは難しいです。一方、地域レベルの高解像度モデルは強度をより正確に予測できますが、広範な気象パターンを捉えられません。アレット氏は、「熱帯低気圧の予測は難しい。なぜなら私たちは二つの異なることを予測しているからです。まず進路予測、つまり嵐がどこに行くか？そして強度予測、つまり嵐がどれだけ強くなるか？」と説明しました。

DeepMindの実験モデルは、この二つの問題を同時に解決することを目指しています。内部評価では既存の方法よりも大幅に優れた結果が得られています。五日間の予測では、ヨーロッパで高い評価を受けている物理ベースの統合モデルENSOよりも平均で140キロメートルほど実際の嵐位置に近づきます。特に驚くべきは、AIモデルがアメリカ海洋大気局（NOAA）のハリケーン解析および予報システム（HAFS）よりも強度予測で優れていることです。これまでAIモデルは強度予測において進展が難しいとされていました。

スピードと効率の大幅な向上

精度の向上だけでなく、このAIシステムは非常に効率的な側面も示しています。従来の物理ベースのモデルは予測生成に数時間かかるのに対し、DeepMindのモデルは専用コンピュータチップ上で約一分間で15日分の予測を生成します。アレット氏によると、新モデルは以前のモデルよりも約8倍速いとのことです。

このようなスピードの利点により、システムは緊急の業務期限を満たすことができます。DeepMindのAI気象チームの研究エンジニア、トム・アンダーソン氏は、「NHCはデータ収集後6時間半以内に予報を提供することを求めています。AIシステムはすでにこの目標を達成しています」と述べました。

米国国家ハリケーンセンターとの先駆的な協力

米国国家ハリケーンセンターとの協力は、AIによる天気予報の有効性を大幅に証明しました。DeepMindの気象チームの上級ディレクター、キース・バッタギリア氏は、「今回の協力は非公式の対話をより正式なパートナーシップへと発展させ、予報員がAI予測と従来の方法を組み合わせて利用できるようになりました」と述べました。2025年の大西洋ハリケーンシーズンに向け、NHCの予報員はAI予測をリアルタイムで確認し、従来の物理ベースのモデルや観測データと併せて活用することで、予測の正確性を高め、事前警戒を促進することが可能になります。

コロラド州立大学の大気科学研究所の研究科学者、ケイト・マスグレーブ博士は独立してDeepMindのモデルを評価しています。彼女は「軌跡や強度におけるパフォーマンスは最良の運用工具と同等またはそれ以上」と評価し、「2025年のハリケーンシーズンでのリアルタイム予測でこれらの結果を確認できることを楽しみにしています」と語っています。

訓練データと技術革新の裏側

このAIモデルの有効性は、二つの異なるデータセットによる訓練にあります。世界中の気象パターンを数百万回の観測から再構築した大量の再解析データと、過去45年にわたって観測された約5,000回のサイクロンの詳細情報を含む専門データベースです。アレット氏は、従来の一般的な気象条件に焦点を当てたAIモデルとは異なり、この新しいモデルは「特定のサイクロンデータ」を使用して訓練されたと説明しました。

このシステムにはDeepMindが「機能生成ネットワーク（FGN）」と呼ぶ確率モデルの最新の進化も組み込まれています。この技術は、パラメーターの擾乱を学習することで予測集合を生成し、従来の方法よりも構造化された変異体を作り出します。

早期警報システムの光明な未来

Weather Labはすでに稼働しており、2年以上の歴史的な予報データを含んでいます。専門家はこのデータを使ってすべての海域でのモデルのパフォーマンスを評価できます。アンダーソン氏は、2024年のハリケーンベリーと2023年のオティスハリケーンのケースを用いて、システムの機能を示しました。特に注目すべきは、オティスハリケーンがメキシコを襲撃する前に急激に強度を増したことで、多くの従来のモデルがその予測に苦労したことです。DeepMindはNHCの予報員にこのケースを示した際、「もし当時のデータを取得していたら、このハリケーンの潜在的なリスクについてもっと早く警告を出すことができたかもしれない」と言われました。

天気予報と気候適応の未来展望

この進展は、人工知能が天気予報においてますます成熟していることを示しています。DeepMindのGraphCastを含む他のAI気象モデルも最近の成果により、従来のシステムを凌ぐ指標を達成しました。バッタギリア氏は「これらの機械学習システムのパフォーマンスが物理ベースのシステムと比べて同等かそれ以上であることが証明され、科学的な背景から現実世界への適用が可能になるのは非常に興奮人心です」と述べました。

それでもDeepMindはWeather Labがまだ研究ツールであり、公式の気象機関からの予報や警告に依存すべきだと強調しています。同社は今後も気象機関や緊急サービス部門からのフィードバックを収集し、この技術の実用性を向上させる計画です。気候変動が熱帯低気圧の行動を悪化させる可能性があるため、予測の正確性を高めることは、脆弱な沿岸地域の人々を保護するために極めて重要です。

アレット氏は「我々は、人工知能がこの分野で解決策を提供できると信じています」と締めくくりました。2025年のハリケーンシーズンに向けて、DeepMindの実験システムの実際のパフォーマンスが試練に直面することが期待されています。