AI天気予報モデルは従来のモデルよりも7,000倍少ない電力で動作する

天気予報は、我々の最も強力なコンピューターが行う重要なタスクの一つです。温度、風、雨量などの条件を予測するために、数百万の計算と大量の計算が必要です。また、大規模な天気現象を予測するための重要なツールでもあります。これらの現象は、地域や経済を混乱させる可能性があります。

天気予報の分野は、技術の進歩とともに急速に改善しています。ワシントン大学とマイクロソフトリサーチの共同研究から生まれた新しい研究では、人工知能（AI）を使用してこれらの予測を行う方法を示しています。この新しい技術は、過去の天気パターンを分析して将来のイベントを予測します。また、現在のモデルよりも効率的に動作します。さらに、将来的には現在のモデルよりもはるかに正確な予測が可能になる可能性もあります。

新しいグローバル天気予報モデル

新しいグローバル天気予報モデルは、過去40年の天気データを使用して予測を行います。これは、物理計算を使用する他のモデルとは異なります。この新しいモデルは、シンプルでデータベースに基づいており、世界中で1年間の天気パターンをシミュレートできます。また、現在のモデルと同等の精度で、高速に動作します。

この研究は、Journal of Advances in Modeling Earth Systemsに掲載されました。

ジョナサン・ウェインは、この研究の第一著者です。

「機械学習は、基本的にパターン認識の高度なバージョンです」とウェインは述べました。「それは典型的なパターンを認識し、過去40年のデータからその進化を学習し、過去に観察した例に基づいて予測を行います」

新しいモデルは、現在の最先端のモデルよりも精度が低いですが、AIに基づいているため、同等の予測範囲を開発するために必要なコンピュータの電力は7,000倍少なくなります。計算量が少ないため、高速に動作します。

アンサンブル予報

この高速化により、予報センターは、さまざまな条件で複数のモデルを実行できます。これは「アンサンブル予報」と呼ばれ、天気イベントの可能な条件の範囲を予測するために使用されます。

デール・ダランは、ワシントン大学の大気科学教授であり、この研究の著者の一人です。

「このアプローチには、はるかに効率的な方法があります。そのことが重要です」とダランは述べました。「このアプローチの約束は、予測可能性の問題に対処するために、非常に大規模なアンサンブルを実行できるほど高速なモデルを提供できることです」

このプロジェクトは、マイクロソフトリサーチのリッチ・カルアナによって開始されました。彼は、この研究の共同著者であり、歴史的なデータに基づいて天気予報にAIを使用することを提案しました。これにより、物理法則に頼る必要がなくなりました。

「過去の天気データを学習した後、AIアルゴリズムは、物理方程式ではできない関係をさまざまな変数間で導出できます」とウェインは述べました。「そのため、変数を大幅に減らすことができ、はるかに高速なモデルを開発できます」

このモデルは、標準的な天気予報変数を予測することによってテストされました。1年間にわたって12時間ごとに予測を行い、新しいモデルは、データ駆動型の天気予報のベンチマークテストであるWeatherBenchによると、トップパフォーマーの一つでした。

研究者は、既存のモデルと並行して、または代替として使用する場合は、モデルを調整し続ける必要があります。著者は、これが将来的に天気予報を生成するための代替手段となる可能性があると考えています。