Googleが気象予測AI「WeatherNext 2」発表：生成速度8倍、Geminiや検索に導入

台風や豪雨の進路予測には、これまで気象機関のスーパーコンピュータが何時間もかけて物理シミュレーションを回す必要がありました。

Google DeepMind と Google Research は、気象予測 AI モデルの最新版「WeatherNext 2」を発表しました。

単一の TPU 上で 1 分未満で予測を完了でき、従来モデルと比べて最大 8 倍高速化。時間解像度は 1 時間単位にまで向上しています。

単一の TPU で数百通りのシナリオを予測

気象予測で最も重要なのは、最悪のシナリオをどこまで網羅できるかという点です。

WeatherNext 2 は、単一の初期データから数百通りに及ぶ潜在的な気象シナリオを一気に生成できます。

気温、風速、湿度といった気象変数や、0 から 15 日間の予測期間において、前世代の WeatherNext モデルを 99.9% の指標で上回る精度を達成しました。

この性能向上を支えているのが、新開発の「Functional Generative Network（FGN）」アプローチです。モデルの関数空間にノイズを注入することで、物理的な整合性を崩さずに予測のばらつきを生み出します。

興味深いのは、個別の地点の気温や特定高度の風速といった単一要素（マージナル）のデータのみで学習させている点です。モデルはそこから自然に、広域の熱波や風力発電所全体の発電量といった複雑な結合系（ジョイント）の予測能力を獲得しました。

研究室から Pixel や Google マップへ

Google はこの技術を即座に実運用へと投入しています。

予測データはすでに Google Earth Engine や BigQuery で提供が始まっており、Google Cloud の Vertex AI でもカスタム推論向けに早期アクセスプログラムが開始されました。

一般ユーザー向けにも展開が進んでいます。すでに Google 検索、Gemini、Pixel Weather、Google Maps Platform の Weather API に統合されており、今後数週間で Google マップアプリ本体にも組み込まれる予定です。

同技術はこれまでに、実験的なサイクロン進路予測として気象当局の避難判断支援などにも活用されてきました。

なぜ重要か

気象予報の現場は、スパコン依存の流体力学シミュレーションから AI ネイティブな統計生成モデルへと完全にパラダイムシフトしつつあります。

エネルギー企業や航空・物流業界にとって、この進化は直ちに運用コストと安全対策に直結します。スパコンのバッチ処理結果を何時間も待つことなく、クラウド上で数百パターンの気象シナリオを数分で評価し、送電計画や航路変更をリアルタイムに判断できるようになるためです。

Google の展開手法は非常に巧みだと考えられます。先端研究の成果を単なる学術発表で終わらせず、BigQuery や Vertex AI という自社のクラウドアセットに直結させることで、エンタープライズ顧客の獲得に直結させています。

ただし懸念点もあります。AI モデルは過去の気象データから学習しているため、地球温暖化に伴う未曾有の異常気象が発生した際、物理法則に基づくシミュレーションと同等の信頼性を保てるかどうかは、実際の災害現場で引き続き検証していく必要があります。