気象予測は、伝統的に、強力なスーパーコンピューターで実行される複雑な物理ベースのシミュレーションに依存していました。
しかし、Aardvark天気と呼ばれる新しいAI駆動型システムはそれを変える態勢が整っています。 Cambridge大学 href=”https://www.turing.ac.uk/news/fulledriven-driven-weather-rediction-system-ceald-start-revolution-forecasting-0″”=”_ blank”> The Alan Turing Institute 、およびMicrosoft Research、このAIパワーのモデルは、Powentsを使用してPISTSを使用してPASTを使用しています。衛星や気象局から直接リアルタイムの気象パターンを直接、Aardvarkは、従来の数値気象予測モデルに非常に効率的な代替品を提供します。 > Aardvarkの天気がAIを使用してより速い予測に使用する方法
従来の予測方法とは異なり、米国のグローバル予測システム（GFS）、Aardvarkバイパスの物理シミュレーションなどの集中的な数値モデルに依存しており、代わりに深い学習を実現します。計算コストのほんの一部で予測されます。研究者によると、「Aardvarkの天気は、数十倍の正確な予測を数十倍速く、数千倍のコンピューティングパワーを使用することができます」とAardvarkの重要な利点の1つはアクセシビリティです。従来の天気モデルでは、スーパーコンピューターが動作する必要があり、使用を十分に資金提供した気象機関に制限します。
対照的に、Aardvarkは標準のデスクトップハードウェアで実行でき、エントリの障壁を大幅に減らします。これは、高性能コンピューティングのインフラストラクチャを欠いている発展途上国や遠隔地域に特に役立ちます。 2024年は、わずか8分で15日間のアンサンブル予測を提供するAIモデルです。ベンチマークは、GenCastがシナリオの97.2％で従来のモデルを上回ることを示しており、利用可能な最も信頼性の高いAI予測ツールの1つとなっています。計算効率と長期予測に焦点を当てたAardvarkとは異なり、Microsoftのシステムはハイパーローカルの短期気象予測を専門としています。 href=”https://www.ecmwf.int/en/newsletter/178/news/aifs-new-ecmwf-forecasting-system”target=”_ blank”> 2025年初頭にAi補強システムを導入しましたこれは、AIがグローバルな気象操作のコアコンポーネントになるための別のステップを示しています。
物理ベースの予測とは異なり、AIモデルは、急速に変化する気象パターンの精度を維持するために、多様なデータセットで継続的にトレーニングする必要があります。従来の気象モデルは、大気条件の詳細な内訳を提供するため、気象学者が発見を理解して伝えやすくなります。対照的に、AIモデルは「ブラックボックス」として機能することが多く、特定の予測がどのように生成されるかを説明することを困難にします。
それにもかかわらず、Aiardvark天気のようなAI駆動のシステムは、高品質の予測をより広く利用できるようにする機会を提供します。正確な予測を生成するために必要なコンピューティング能力を削減することにより、Aardvarkは、限られた技術リソースを持つ地域が高度な気象学の恩恵を受けることができるようになります。深い学習アプローチを備えた物理ベースのモデル。気候リスクの緊急性が高まるにつれて、災害対応、農業、および世界的な気候適応に迅速かつ効率的な予測ツールが不可欠になる可能性があります。