Google DeepMindとGoogle Researchは、Brightbandによる独立した実運用評価で「現時点で最も先進的かつ正確なグローバル気象モデル」とされる「WeatherNext 3」を発表しました。同社の主力AI気象予測モデルは、リアルタイム衛星データ、毎時の更新、より高い解像度、精密な降水量予測、新たなクリーンエネルギー変数を取り入れています。現在、Google検索、Geminiアプリ、Googleマップ、Google Maps Platform、Google Cloudに統合されています。

毎日、天気は何十億もの意思決定に影響を与えています。出门前に傘を持つかどうかといった単純なものもあれば、はるかに重大なものもあります。風や雨、熱波や干ばつといった極端な気象イベントは、農業、グローバルサプライチェーン、クリーンエネルギー生産、各国経済に連鎖的な影響を及ぼします。

近年、AIは歴史データを活用して従来手法より速く正確な予測を可能にし、気象予報に革命をもたらしてきました。DeepMindが2023年にリリースしたGraphCastは多くの指標で従来の数値予報システムを上回り、欧州中期予報センター(ECMWF)のオープンソースモデルAIFSなど他機関の取り組みとともに、機械学習が物理ベースの予報を補完する信頼できる手段としての地位を確立する一因となりました。しかし、局地的で急速に変化する天気を予測することは依然として課題でした。従来のモデルは空間解像度が不十分な場合が多く、衛星などのリアルタイム気象データを組み込むことも困難でした。

WeatherNext 3はリアルタイム観測から直接学習することで、人々に最も影響を与える気象イベントについて、タイムリーでより局所的な予測を可能にします。生の衛星データを用いて毎時・高解像度の予報を生成することで、世界中のGoogle製品で信頼できる予報を利用できるようにしています。

前例のない解像度による迅速な気象予測

予報の有用性は、時間と空間をどれだけ細かく分解できるかという詳細さに大きく依存します。WeatherNext 3は複数の空間解像度で毎時の予報を生成し、広域のグローバルな風のパターンから局地的な地形まで、物理的な整合性を維持します。

同モデルでは、気温や湿度といった主要な地表変数を5キロメートル解像度で、その他の地表変数を10キロメートルで、風速などの大気変数を25キロメートルで可視化できます。全体として、25キロメートル格子・6時間刻みで予報を生成していた前身のWeatherNext 2と比べ、約5倍精細なグローバル気象像を提供します。

アーキテクチャ面では、WeatherNext 3はライブの1時間ごとの静止衛星モザイク画像と従来の歴史分析データを取り込み、単一の柔軟なFunctional Generative Network(FGN)メッシュトランスフォーマーに入力します。稠密な格子状フィールド、個別のサイクロン進路、気象站レベルの疎な予測をネイティブに出力します。

英国上空の2メートル気温予報の比較では、WeatherNext 3のネイティブ5キロメートル(0.05°)解像度が複雑な局地地形を正確に再現し、25キロメートル(0.25°)解像度のWeatherNext 2が生成するピクセル化され過度に平滑化された温度表現を回避しています。

継続的なグローバル規模の実データ学習

最大の進歩は、モデルが何から学習するかという点にあります。WeatherNext 2を含む多くのAI気象モデルは、数値気象予報(NWP)モデルのデータで訓練されています。NWPモデルは有用である一方、スーパーコンピュータで駆動される複雑な物理シミュレーションであり、6時間のデータ遅延を伴います。この遅延は、雨や地表温度といった急速に変化する変数にバイアスをもたらし得ます。

WeatherNext 3は、ライブのグローバル静止衛星データのモザイクを取り込むことで、絶えず更新される大気の豊かな視点を獲得します。これにより、毎時、最大5キロメートル解像度で、入手可能な最新の衛星観測に基づいた新しい予報を生成できます。

この迅速な更新が重要なのは、重大な気象が急速に発達するためです。嵐、前線、降水システムが突然発生した際、毎時の更新サイクルと高い解像度は、効果的な対応を支えるために必要な、より早く詳細な洞察を提供します。

気温や湿度などの変数はわずか数キロメートルの間で劇的に変動することがあり、これは海岸線、渓谷、山岳地帯に近い地域では特に重要です。従来のモデルは、詳細に欠け極端な局地的変動を見逃す大気表現で訓練されるため、こうした場面で苦戦してきました。WeatherNext 3は代わりに、疎な気象站観測データから直接訓練することで、地形などの地域的詳細を考慮した5キロメートル格子のグローバル予報を可能にします。

Googleによれば、この画期的な進歩は、従来型の地域モデルにかかる膨大なスーパーコンピューティングコストのため、これまで高解像度予報が十分に提供されてこなかった中南米、アフリカ、アジア太平洋の各地域にとって特に重要です。これらの地域の何十億人もの人々や地元企業に、局所的で高精細な予報をもたらします。AIモデルは、一度訓練されればスーパーコンピュータベースのNWPシステムよりはるかに少ない計算資源で動作するため、高解像度予報を豊かな地域に限定してきたコスト障壁を下げます。

解像度と予報頻度の向上に加え、同モデルは再生可能エネルギー生産向けに設計された予測を導入しています。WeatherNext 3は、風力発電の出力を精密に推定するための100メートル風速(ほぼ風車の高さ)に加え、太陽光発電所が地上で受け取る光量を推定するための高解像度の雲量や日射量を予測します。Googleは、このデータがグローバルなクリーンエネルギー計画にとって重要であり、電力網オペレーターや再エネ開発者がクリーンエネルギー資産の発電量を正確に予測し、消費者需要と整合させることが可能になると述べています。この能力は、Google自身が掲げる2030年までに24時間無炭素エネルギーで運用するという目標とも整合しており、その取り組みは再エネ出力の予測に大きく依存しています。

画期的な精度を実現した降水量予測

グローバル気象モデルは降水量の正確な予測が困難であることで知られています。雨や雪のシステムは、従来の物理ベースのシミュレーションでは正確にモデル化しにくい、極めて小さなスケールの急速な雲プロセスによって駆動されます。その結果、AI予報はぼやけた推定値を生成したり、激しい嵐の境界を見逃したりすることがしばしばありました。

これに対処するため、Googleは2つの高品質な降水データセット、すなわちNASAの衛星ベースのGPM用統合多衛星降水アルゴリズム(IMERG)と、衛星レーダーに基づく自社のグローバル降水再解析データでモデルを訓練しました。

その結果、降水量予測精度は大幅に向上しました。中期グローバル予報におけるベースラインとの比較評価では、連続ランク確率スコア(CRPS)でIMERG対比最大60%、MRMS対比30%、早期リードタイムでの雨量計観測対比10%の改善が示されています。

中期の降水確率(PoP > 1mm)予報比較では、25キロメートル解像度のWeatherNext 2は大きく拡散したピクセル化された降水パターンを示したのに対し、11キロメートル解像度のWeatherNext 3は実際の衛星観測データに忠実に対応し、気象システムの鋭い対流帯を正確に捉えています。

エコシステム全体へ応用される研究

Googleは、突然の風向変化を追跡する緊急対応者、飛行経路を計画する航空管制官、作物を管理する農家など、誰にとっても有用な気象インテリジェンスの向上が主な目標だと述べています。

これらの成果を研究室から実世界へ届けるため、WeatherNext 3はGoogleの中核エコシステム内外で統合が進められています。

• 高解像度予報データ: グローバルな気象予測は毎時更新され、モデルのセットアップ不要でワークフローに統合できます。研究者、開発者、企業はBigQueryやEarth Engineでデータをクエリし、Google Cloud Storageから一括ダウンロードできます。
• グローバル展開: WeatherNext 3は本日より、Google検索、Geminiアプリ、Googleマップ、Google Maps Platform Weather API、Google Earth Engineでの気象体験の提供を開始します。この更新により長期予報は大幅に改善され、1日以上先の計画では最大50%正確な降水量予報が表示され、歴史的に予報の信頼性が低かった地域で最も大きな改善が見られます。

Googleは、大気には常に一定の予測不可能性が残ると指摘しています。しかし、実世界の観測データで訓練し従来のモデリング制約を回避することで、WeatherNext 3は予報を地上で実際に起きていることに近づけます。AI予報が成熟するにつれ、機械学習システムと従来の物理ベース機関がどう共存するかがこの分野で繰り返し問われるテーマであり、AI開発者と協力する気象機関も含め、国家気象サービスは警報や公共安全の権威ある情報源であり続けます。この役割をGoogle自身も認めています。

今回のリリースに関連するリソースには、WeatherNext 3研究論文、WeatherNext 3で開発するための開発者ドキュメント、モデルをリアルタイムで可視化するWeather Lab、WeatherNext 3の順位を示すBrightbandの独立した実運用リーダーボードがあります。また、Googleのより広範な地理空間・AI関連の取り組みは、Google Earth Engine、AlphaEarth Foundations、Earth AIで確認できます。

Googleの免責事項では、公式な気象予報、気象警報、公共安全に関する勧告については、お住まいの地域の気象機関または国家気象サービスを参照するよう求められています。

出典:Google DeepMind Blog