Google DeepMind は、11 月 17 日に新しい AI 気象モデル WeatherNext 2 を発表し、世界的な予測に大きな進歩をもたらしました。
このシステムは、Functional Generative Network (FGN) と呼ばれる新しい方法を使用して、前モデルより 8 倍高速かつ詳細な予測を作成します。このブレークスルーにより、数分で数百の考えられるシナリオが生成されるため、ハリケーンなどの複雑なイベントの予測が向上します。
Google は現在、クラウド プラットフォームを通じてモデルのデータへのアクセスを提供しています。この動きは、公共データソースが不確実性に直面しているにもかかわらず、AI が気象科学の中心となるにつれて研究を加速し、公共の安全を強化することを目的としています。
より速く、より正確な予報のための新しいアーキテクチャ
WeatherNext 2 の核心は、最近の研究で詳述されている新しいアーキテクチャです。拡散ベースのアプローチを使用した前世代の GenCast とは異なり、WeatherNext 2 はいわゆる Functional Generative Network 上に構築されています。
この FGN メソッドは、慎重に構造化された「ノイズ」をモデルのパラメータに直接注入します。これにより、システムは物理的に現実的で一貫性のある気象シナリオの大規模なアンサンブルを 1 つの開始点から生成できます。
各予測は単一の TPU で 1 分未満で完了しますが、従来のスーパーコンピューターでは何時間もかかる作業でした。
この効率性は精度を犠牲にするものではありません。 Google の評価によると、WeatherNext 2 は、すべての変数と予測リード タイムの 99.9% において、以前の最先端モデルである GenCast を上回っています。新しいモデルは、確率的予測の重要な指標である連続ランク付け確率スコア (CRPS) で測定した精度が平均 6.5% 向上していることを示しています。
また、6 時間間隔で利用可能な予測と 1 時間のタイムステップの実験機能により、時間分解能も向上し、公式モデル ドキュメント。
FGN アプローチは、個々の気象要素 (「境界」) とその複雑な相互作用 (「結合部」) の両方をモデル化する場合に特に効果的です。気温や風速などの個々のデータ ポイントのみをトレーニングすることで、モデルは基礎となる物理学を学習し、大気中の河川やサイクロンなどの大規模システムを予測します。
ただし、Google は、使用法で説明されているように、特定の変数の予測に小さな視覚的な「ハニカム」アーティファクトが発生する可能性など、このモデルにはいくつかの制限があると述べています。ケースと制限の概要.
[埋め込みコンテンツ]
研究所から公共プラットフォームおよびパートナー機関まで
Google は、これまでの画期的な進歩を踏まえて、気象 AI を研究から現実世界のアプリケーションに移行するための明確な戦略を発表しました。 WeatherNext 2 の予測データは、Google の Earth Engine および BigQuery プラットフォームを通じて研究者や開発者にアクセスできるようになりました。
さらに、Google Cloud の Vertex AI の新しい早期アクセス プログラムにより、組織はモデルを使用して独自のカスタム予測を生成できます。
この取り組みは、ビッグテックが気象学への関与を拡大する広範な傾向を継続しています。 Microsoft、Nvidia、IBM などの企業はいずれも、Microsoft の Aardvark Weather や NASA/IBM Prithvi WxC モデルなど、独自の高度な予測システムを開発しています。
気象庁の AI 最高責任者である Kirstin Dale 氏は、一般的な傾向について次のように述べています。「予測方法が大幅に変化する可能性が見えています。これは、ある意味、コンピューターを使い始めた頃と似ています。」
Google の戦略には、次のようなことも含まれています。主要な政府機関との直接協力。画期的なパートナーシップにおいて、米国国立ハリケーン センター (NHC) は、実験的な Google AI モデルを 2025 年のハリケーン シーズンに向けた運用ワークフローに統合しました。
連邦政府機関としては初のこの連携により、AI が生成したガイダンスを専門の人間の予報官が利用できるようになり、機械の速度と人間の専門知識を融合して、生命を脅かす嵐に対する警報が改善されます。
迫りくる危機: AI危機に瀕した公的データへの依存
テクノロジーの進歩が加速する一方で、この分野全体が根本的な脅威に直面しています。 WeatherNext 2 のような AI 気象モデルは、数十年にわたる過去のデータに基づいてトレーニングされており、その多くは米国海洋大気庁 (NOAA) などの機関が管理する公共アーカイブからのものです。
これらの重要なデータソースは現在、提案されている予算削減と深刻な人員不足により危険にさらされています。
状況は非常に危機的となり、NOAA 国立気象局 (NWS) の元局長 5 名が潜在的な影響について警告する公開書簡を発行しました。
「私たちの最悪の悪夢は、気象予報局が人員不足になり、不必要な人命が失われることだ」と彼らは書いている。 2025 年初頭以来、NWS は 550 人以上の従業員を失い、ちょうどハリケーンシーズンが始まると同時に一部の予報事務所が深刻な人員不足となっています。
ある元 NHC 長官は、空席を埋める取り組みを単なる「タイタニック号のデッキチェアを入れ替えているようなもの」と述べ、「どこかの穴を埋めると、別の場所に穴を作ることになる」と付け加えました。
このデータ危機は、科学界によって気づかれていないわけではありません。ケンブリッジ大学のリチャード・ターナー教授は懸念を表明し、「驚くべきことに、私の見方では、地域社会はまだこの危険に気づいていない…気候が実際に変化しつつあるこの時期に、この削減は非常に危険だと思う。」
最近の議会の行動により、最も厳しい予算削減が阻止され、ある程度の安心感は得られたものの、これらの公的データアーカイブの長期的な安定性は依然として不確実である。
この矛盾は明らかである:気象 AI における民間のイノベーションが新たな分野に到達するにつれて、
Google と NHC の新しいパートナーシップは、命を救う AI の計り知れない可能性を浮き彫りにしていますが、進行中の AI 気象革命の中心テーマである、そのような進歩を可能にするオープン データを保護する緊急の必要性も示しています。
