Google DeepMindがWeatherNextを公開：熱帯低気圧の予測リードタイムを1日延長

Google DeepMindが公開した「WeatherNext」は、熱帯低気圧の進路、強度、風力構造をまとめて予測できるオープンソースのAIモデル群です。従来は別々のシステムで行われていた広域予測と局所解析を1つに統合し、3日先の予測精度を従来の2日先と同水準まで引き上げました。これは約10年分に相当する気象予測の進展であり、防災現場にまる1日分の貴重な猶予をもたらします。

今回GitHubで公開されたのは、実際のハリケーンシーズンで実績を残したWeatherNext Cyclones、その改良版であるWeatherNext 2、そして軽量版のWeatherNext 2-miniのコードおよびモデル重みです。

何ができるのか

台風やハリケーンの予測では、長年ジレンマが存在していました。進路を予測するには地球規模の大気循環を捉える広域モデルが必要ですが、勢力を予測するには台風の目周辺の微細な熱力学を計算する局所的な高解像度モデルが必要だったためです。

WeatherNextはこの2つの役割を単一モデルでこなします。最大15日先までの進路や風速変化を予測できるだけでなく、関数生成ネットワーク（FGN）を活用して1000通りもの並行シナリオを同時に計算し、急激な発達といった滅多に起きない危険な状況の確率まで割り出します。

2025年のハリケーンシーズンでは、米国立ハリケーンセンター（NHC）がハリケーン・メリッサの急発達とジャマイカ上陸を事前警告する際にも実際に活用されました。

仕組みと動作環境

モデルの学習には、約20テラバイトの地球大気データと、過去約5000件の暴風雨を記録したIBTrACSデータベースが使用されています。

最大の特長は、入力データが極めて粗くて済む点です。従来の強度計算には超高解像度データが不可欠とされてきましたが、WeatherNext Cyclonesの入力解像度は28×28kmと、従来比で約100倍も粗いデータを扱います。小型版の2-miniに至っては111×111kmで動作します。

データ処理が軽いため計算速度は圧倒的で、単一のTPUを使えば15日分の予測計算が1分足らずで完了します。GitHubから重みを入手して環境構築できるほか、WeatherNext 2-miniであれば無料のGoogle Colab上で試すことが可能です。可視化された予測結果はWeather Labのウェブ画面からも確認できます。

なぜ重要か

気象予報の現場、防災関連組織、気候変動を研究する研究者なら、すぐに試す価値があります。これまで数時間以上スーパーコンピュータを占有していたアンサンブル予測が、数分のTPU処理やColabで手元で動くようになったインパクトは計り知れません。

ただし、なぜこれほど粗い解像度から正確な勢力変化を導き出せるのかについては、Nature掲載の論文でも未解明の課題として残されています。実務での活用には、現行の物理モデルや専門家の知見を組み合わせた検証が不可欠です。