2025年10月、カリブ海でひとつの嵐が発生した。しかし、その進路について、複数の気象予測モデルは異なる予測を示していた。嵐が弱まったままハイチに達するのか、それとも発達してジャマイカに向かうのか、見通しは分かれていた。
Google DeepMindとGoogle Researchが開発したAI気象予測モデル「WeatherNext」が示した答えは、後者だった。そして、嵐が上陸する5日前に、WeatherNextは80%の確率で、カテゴリー5のハリケーンに発達してジャマイカを直撃すると予測していた。
ハリケーン「メリッサ」はジャマイカ全土で洪水や土砂崩れを引き起こし、甚大な被害をもたらした。しかし、AIモデルのおかげで、予報官は進路上の地域により早い段階で警報を発し、住民はより早く備えることができた。
予測を1日早める意味
8月上旬、学術誌『Nature』に掲載された論文で、研究者らは「WeatherNext」がこれまでにない精度で熱帯低気圧を予測できることを示した。既存モデルと比べ、同程度の精度で予測できる期間を平均1日先まで延ばせるという。つまり、3日後の予測精度が、従来のモデルによる2日後の予測精度と同等になるということだ。現場では、その「1日の猶予」が大きな意味をもつ。
「ほんの数時間の差でも、運命を左右することがあります」と、米国立ハリケーンセンターの所長であるマイク・ブレナンは語る。避難の準備や支援物資の配置、ハリケーンの危険に対応するためのリソースの移動は、いずれも時間が勝負となり、判断を誤れば重大な結果を招きかねない。「そのような意思決定において、時間は極めて貴重です。ですから、予測精度を従来の限界より最大1日先まで伸ばせる能力には、極めて大きな価値があるのです」と、彼は付け加える。
研究者らによると、今回の精度向上は、従来なら10年ほどかけて達成してきた進歩に匹敵するという。
極端な気象現象をモデル化することは、AIにとっても容易ではない。将来を予測するには機械学習に十分な学習データが必要だが、こうした現象は性質上、発生頻度が低く、データも限られている。
「熱帯低気圧のデータはそれほど多くありませんが、気象データなら膨大にあります」と、DeepMindの研究科学者で論文の筆頭著者のひとりであるフェラン・アレットは語る。「そこでわたしたちは、気象全般だけでなく、熱帯低気圧の予測にも長けたモデルを訓練したのです」
ハリケーンの予測が特に難しいのは、複数の空間スケールにわたって作用する現象だからだと、コロラド州立大学大気科学共同研究所（CIRA）の熱帯低気圧グループリーダーで、論文著者のひとりでもあるケイト・マスグレーヴは語る。低気圧の進路を予測するには、寒冷前線の位置や卓越風などの情報を含む、地球規模の気象データが必要となる。一方、強度を予測するには、局所的な大気や海洋の状態などをより詳細に捉えたデータが必要になる。
「そうしたデータは、全球モデルからは得られません」とマスグレーヴは指摘する。従来のAIモデルは進路の予測には長けていたものの、「強度をうまく予測することは、まったくできませんでした」
熱帯低気圧では、進路だけでなく強度も予測することが極めて重要になる。強度の変化は、弱い熱帯低気圧のまま終わるか、ハリケーン「メリッサ」のように一夜にして急激に発達し、緊急事態へと発展するかの分かれ目になりうる。米国立ハリケーンセンターが、カテゴリー1の段階にあった低気圧がカテゴリー5まで発達すると予測できたのは、メリッサが初めてのケースだった。
AIは何を捉えているのか
WeatherNextが実際の予報に導入される前、研究者らは過去のデータを用いてモデルをテストしていた。
「成果があまりにもよかったため、リアルタイムの実証実験でも本当に同じ結果が得られるのか、最初は半信半疑でした」とマスグレーヴは語る。しかし、予報官が実際の業務にモデルを取り入れ始めると、その性能が実際の予報でも発揮された。
「これほど見事に機能したことには、誰もが驚いたと思います」とマスグレーヴは語る。
WeatherNextは、従来のモデルが熱帯低気圧の強度予測に用いるものより、はるかに解像度の低い大気データを使っている。それにもかかわらず、これほど正確な予測ができる理由については、モデルを開発したDeepMindの研究者たちにも完全にはわかっていない。
「わたしたちのモデルが比較的粗い解像度しか使っていないと専門家コミュニティに伝えたとき、驚きの声が上がりました。低解像度の入力データのなかに、従来考えられていた以上に将来の現象を示すシグナルが含まれていることを示しているからです」とアレットは説明する。
AIモデルは、低解像度のデータのなかから強度予測を可能にする何らかの手がかりを捉えているはずだ。しかし、それが何なのかは、研究者たちにもわかっていない。
「結局のところブラックボックスですが、これまで理解されていなかった何かが起きていることを物理学者に示す手がかりにはなっています」とアレットは語る。
無数の可能性を描き出す
WeatherNextは、ひとつの予測のみを提示するわけではない。発達する低気圧について、起こりうるさまざまなシナリオを算出する。これは「バタフライ効果」、つまり、わずかな変化が将来的に非常に大きな変化をもたらす現象を捉えるのに役立つとアレットは説明する。
予報官はこれらの出力をほかのモデルの予測と組み合わせることで、低気圧が今後どのように推移するかを予測する際の参考にできる。昨年、このAIモデルが1つの低気圧に対して作成したシナリオは50パターンだったが、現在は1,000パターンを生成している。
「現在の計算能力では、既存の数値予測モデルを使って1,000ものシナリオを生成することは到底できません」とマスグレーヴは語る。
ブレナンは、DeepMindのモデルが予報官にとって有用な新たな手段になると評価する一方、それも数ある予測手法のひとつにすぎないと強調する。
「あるモデルが昨年うまく機能したり、特定の事例で優れた結果を出したからといって、次のシーズンや次のハリケーンでも最適なモデルになるとは限りません」と彼は言う。
さらに人間による判断要素が依然として不可欠だと、彼は付け加える。
「ハリケーン対策とは、単なる進路や強度の予測にとどまりません。それがどのような影響をもたらすかを読み解く専門家が必要なのです。その影響は命を奪うこともあります」
DeepMindはまた、研究者が活用・改良できるよう、実際の熱帯低気圧の予報に使われた「WeatherNext」のモデルをオープンソース化すると発表した。モデルを研究コミュニティに開放することで、熱帯低気圧の仕組みについて新たな知見が得られることをアレットは期待している。
「科学的な発見には、とてもワクワクしています」と彼は語る。「AIによって、宇宙を支配する法則を探るための新たなツールが得られていると感じています」
（Originally published on wired.com, translated by Miranda Remington, edited by Mamiko Nakano)
※『WIRED』による天気の関連記事はこちら。
- エルニーニョ到来。今年は「スーパー」級か──世界の天候を大きく変える可能性
- 「AlphaGo」の生みの親が語る、いまのAI開発の限界とその先
- 科学者たちの“週末研究”が生んだ、AIと量子コンピューティングによる創薬の可能性
『WIRED』日本版の「AI」特集はこちらから。
『WIRED』日本版のポッドキャストを配信中！
編集長による記事の読み解き、雑誌の編集後記、アーティストやクリエイター、SF作家、フードイノベーションのスペシャリストなど、さまざまなゲストを交えたトークをお届け。 最新エピソードはこちらから→ Spotify / Apple Podcast