Google DeepMindは、ハリケーンが到達する前にその進路と強度を予測するAIモデルを使用し、計算時間の短縮と、地域社会や緊急対応機関に向けた警報の精度向上を目指している。同社によると、WeatherNextモデルは過去50年分の気象データで訓練されており、従来のモデルが依存していた大規模なコンピューティング基盤の代わりに、1基のTPUで実行できる。
これは、WeatherNextモデルの開発に携わったGoogle DeepMindの研究科学者、Ferran Alet氏とのインタビューで明らかになった。Alet氏は、cyclone、hurricane、typhoonという用語は科学的には同じ現象を指し、呼び方が地理的地域によって異なると説明している。
物理シミュレーションからAIを活用した予測へ
ハリケーンの予測は歴史的に、世界中のセンサーから得られるデータを用い、流体力学の法則をシミュレーションする物理モデルに依存してきた。このプロセスには、輸送用コンテナほどの大きさ、あるいは数階建ての建物ほどのスーパーコンピューターが必要だった。また、利用できるデータが不完全だったり、ノイズを含んでいたりする場合もある。Google DeepMindによると、予測精度の向上は、モデルの改良、衛星数の増加、計算能力の向上の結果として、約10年ごとに1日分追加される程度だった。
WeatherNextは、過去および現在のデータからパターンを学習し、未来の推定を支援するAI層を追加する。同社によると、このアプローチは、1世代のモデルの中で、1つの大きな進歩として、1つの10年間で達成されると見込まれていたのと同等の飛躍を実現した。また、ハリケーンが到達する位置と、上陸時の強度の両方の予測が改善したとしている。
実際には何が変わるのか？
気象機関は、一般向け予報の対象期間を5日間から7日間に延長することを検討している。1日増えることで、当局や地域社会は準備のための時間をより長く確保できる可能性がある。ただし、物理モデルや気象専門家による人間の確認が不要になることを意味するわけではない。
Google DeepMindは、早期警報の価値を示す例としてハリケーンMelissaを挙げている。インタビューによると、同社はハリケーンシーズン前に国立ハリケーンセンターを支援し、高い信頼度を持つAI予測が、当初はカテゴリー1に見えたハリケーンがカテゴリー5に達する前に、急速な強化に関する警報を発出するのに貢献した。また、ジャマイカ当局は緊急準備のために1日余分な時間を得たとしている。
研究者へのモデル提供
Google DeepMindは、WeatherNext 2モデルと、ハリケーン向けのWeatherNextモデルをオープンソースとして提供すると発表し、インタラクティブなWeather Labサイトも開設した。この提供は、学術関係者や科学者がモデルを試し、異常気象の予測に関する新たな研究を行えるようにすることを目的としている。
certi.newsの見解
ここで最も重要な変化は、気象分野でAIを利用することだけではなく、運用要件として示されているものをスーパーコンピューターから1基のプロセッサーへと縮小し、科学研究向けにモデルを提供できるようにした点にある。これにより、ハリケーン予測を検証できる機関の範囲が広がる可能性がある。しかし、この記事の情報源はGoogle DeepMindによる説明であり、独立した比較結果や精度向上の幅に関する定量的な詳細は示していない。そのため、特に不完全なデータや急速に発達する嵐を扱う場合のWeatherNextの実用的な有効性については、気象機関や独立した研究者による評価が必要な課題として残る。