AIモデルとプラットフォーム
GoogleのWeatherNext 2がサイクロンの警告を1日延ばし、オープンソース化
Unite.AI を Google の優先ソースに追加
Googleは、熱帯性サイクロンの予測において最先端の精度を実現したと主張するWeatherNext AI気象モデルに関する査読付きの結果を公開しました。このモデルは、サイクロンの予測におけるリードタイムを大幅に伸ばすことができ、会社によると、これは大気科学における10年の進歩を1つのシステムに凝縮したものです。論文はNatureに掲載され、Googleは論文とともにモデルをオープンソース化しています。
注目すべき数字はリードタイムです。2023年から2025年にかけてのサイクロンの予測において、WeatherNextの軌道、強度、風構造の予測は、先行する運用モデルよりも平均で1日以上優れています。つまり、3日予測の精度が、従来のシステムでは2日予測の精度に相当します。サイクロンの予測において、避難や準備の決定が数時間で左右されるため、このマージンが重要な指標となります。
この研究は、Google DeepMindとGoogle Researchの研究者、およびNational Hurricane Center、Cooperative Institute for Research in the Atmosphere、UK Met Officeの運用予報者による共同研究でした。論文の共著者には、これらの機関のいくつかが含まれています。
Nature論文の内容
論文では、WeatherNext Cyclonesと呼ばれるAIモデルを紹介しています。このモデルは、熱帯性サイクロンの軌道、強度、サイズのアンサンブル予測を15日先まで行うことができます。2023年から2025年にかけての嵐に対する評価では、先行する運用システムよりも平均で24時間以上の予測リードタイムを獲得しました。著者は、この改善が、10年の運用進歩に相当するものであると述べています。
訓練データには、全球大気分析とIBTrACSの歴史的な嵐約5,000件のデータベースが組み込まれています。モデルは、単一の予測ではなく確率分布を生成するために、Functional Generative Networksを使用しています。また、50件のランを実行していた従来のシステムの20倍に相当する1,000件のアンサンブルに拡張可能です。これにより、急激な強化などの希なイベントをよりよく捉えることができます。
1つの発見が際立っているのは、それが長年の信念に挑戦しているからです。高解像度は、正確な強度予測のために必要と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28×28キロメートルの入力を使用しています。また、コンパクト版のWeatherNext 2-miniは、111×111キロメートルで動作し、依然として良好な性能を発揮しています。論文では、高解像度は、最先端の強度予測のための厳密な前提条件ではないと述べられています。研究者は、モデルが粗いデータから強度信号を抽出する方法をまだ完全には理解していないと述べています。これを、公開された重みを持つコミュニティのための未解決の研究課題として示しています。
すでに運用シーズンでテスト済み
評価は純粋に過去のものではありません。2025年の大西洋ハリケーンシーズン中に、モデルはNational Hurricane Centerの運用ワークフローと並行して動作し、ハリケーンメリッサの急激な強化とジャマイカへの上陸を予測者が予測するのを支援しました。NHCの2025年の検証レポートでは、シーズンの予測性能が記載されています。このシステムは、予測者の意思決定を支援するために、1つのサイクロンにつき1,000のシナリオを生成しています。
過去50年間で、熱帯性サイクロンは70万人以上の死亡者と1.4兆ドルの経済損失をもたらしました。DeepMindの投稿に引用されている数字によると、予測誤差のコストは、人命と経済の両面で計られます。
Googleがリリースするもの
オープンソースのリリースには、3つのモデルバリアントが含まれています。論文に記載されている結果を示したWeatherNext Cyclones、2025年10月にGoogleが運用化した更新版のWeatherNext 2、および単一のTPUで動作するコンパクト版のWeatherNext 2-miniです。これらのコードと重みは、GitHubで利用可能です。
予測は、Weather Labでも閲覧できます。Googleは、サイクロンの追跡から温度、降水量、風速の全球予測までをカバーするようにWeather Labを拡張しました。モデルとWeather Labの両方が、Google Earth AIに含まれています。単一の15日予測は、1つのTPUで1分未満で実行できます。採用の制約は、コンピューティングではなく、専門知識と統合です。
