DeepMindがWeather Lab公開：AIで熱帯低気圧の進路と強度を予測

過去50年間で熱帯低気圧がもたらした世界的な経済損失は、約1.4兆ドルに達します。上陸する台風やハリケーンがどこへ進み、どの程度急激に発達するかを正確に見極めることは、防災対策や避難判断において最も困難な課題のひとつでした。

こうしたなか、Google DeepMindとGoogle Researchは、AI気象予測モデルを公開・共有するプラットフォーム「Weather Lab」を開設しました。あわせて、確率的ニューラルネットワークに基づく実験的な熱帯低気圧モデルを発表しています。

10年分の技術進歩を一気に縮めた予測精度

従来の物理計算モデルには構造的なジレンマがありました。台風の進路を追うには地球規模の広域大気循環を捉える低解像度モデルが適していますが、中心付近の激しい風速や気圧変化などの強度を計算するには局所的な高解像度モデルが不可欠です。これまで単一のシステムで進路と強度の両方を高精度に両立させるのは困難でした。

DeepMindの実験的モデルは、過去の地球規模の再解析データと、過去45年間に観測された約5000個の熱帯低気圧に関する詳細なデータベース（進路、強度、風速半径など）を同時に学習させることで、このトレードオフを解消しました。

2023年と2024年の北太平洋東部および北大西洋での検証によると、このモデルの5日先進路予測は、欧州中期予報センター（ECMWF）の主力物理モデル「ENS」と比べて平均140キロメートル実際の位置に近くなりました。これは従来の物理モデルの3.5日予測に匹敵する精度であり、物理モデルの世界で1.5日分の予測リードタイムを伸ばすのに10年以上かかっていたことを考えると異例の進展です。

さらに、多くのAIモデルが苦手としていた勢力予測においても、米国海洋大気庁（NOAA）の高解像度物理モデル「HAFS」の平均誤差を上回る成果を記録しました。

15日先まで50通りのシナリオを提示

このモデルは進路だけでなく、発生時期、勢力、サイズ、風域形状まで予測し、最大15日先まで50通りのシナリオを生成できます。米国国立ハリケーンセンター（NHC）はすでに実務環境にこのAI予測を取り入れ、従来の物理モデルや観測値と並べて検証を進めています。

コロラド州立大学のCIRAや英国気象庁、東京大学、ウェザーニューズなども協力体制に入っており、Weather Lab上では過去2年以上の予測アーカイブデータも一般の研究者向けに公開されています。ただし、GoogleはWeather Labがあくまで研究用ツールであり、公式の気象警報ではないため、避難判断などは各国気象機関の公式発表に従うよう呼びかけています。

なぜ重要か

避難計画を立てる自治体や企業にとって、正確な予測が1日早く手に入る価値は計り知れません。避難範囲の過剰な拡大を防ぎつつ、壊滅的な風水害に備えるための準備期間を大幅に稼ぐことができます。一般ユーザーが今すぐ直接使うツールではありませんが、公式予報の裏側でAIが参照されることで、間接的に市民の安全性が底上げされるはずです。

技術的な観点で見ても、DeepMindのアプローチは極めて現実的で賢明だと評価できます。単に広域の気象データを与えるだけでなく、過去45年の熱帯低気圧に絞った専門データベースを掛け合わせたことで、AI気象予測最大の弱点だった中心付近の激しい気象変動の再現に成功しました。

気象予報の計算リソースのあり方も大きく変わりそうです。スーパーコンピュータを何時間も回して解く物理方程式に対し、AIモデルは数分で50通りのシナリオを提示できます。一方で、学習データにないような地球温暖化による観測史上初の異常気象に対し、AIが破綻せず適切にリスクを捉え続けられるかどうかは、今後の実際の運用シーズンで見極める必要があります。