気象予測という分野は長らく、デジタル技術の侵食を最も受けにくい領域とみなされてきた。物理方程式を解くスーパーコンピューターが主役であり、大気の振る舞いを記述する数値予報モデルには数十年分の研究蓄積がある。「過去データからパターンを学ぶ」AIが入り込むには、あまりに精緻すぎる世界に見えた。
そのイメージが、静かに崩れている。
Google DeepMindが開発したAI気象モデル「WeatherNext」が、台風の進路・強度・風の立体的な分布という三つの予測軸すべてにおいて、従来型の主要気象モデルを平均24時間以上上回るリードタイムを達成した。3日先の予測精度が従来モデルの2日先に相当するというのがその内実だ。そしてこの改善幅を、過去20年の気象学的な進歩のトレースと照らし合わせると、約10年分の前進に相当すると論文は示している。
数値でいえば単純に聞こえる。だが文脈を置くと意味が変わってくる。気象機関が積み上げてきた10年分の進歩とは、衛星観測の精緻化、データ同化手法の改良、観測網の拡充など、膨大な資源投入の結果だ。それと同等の改善を、AIが一世代のモデルで実現したことになる。
しかも精度だけでなく、速度も桁違いだ。TPU上で15日分の全球予測を1分未満で生成できる。従来型の数値予報は同等の計算に数時間を要することがある。予測の質と速度が同時に逆転しているという点で、今回の発表は「追いついた」より「追い越した」という評価の方が近い。
さらに奇妙な事実がある。WeatherNextが使う空間解像度は28×28kmで、従来モデルより100倍粗い入力データで動いている。より小型のWeatherNext 2-miniに至っては111×111kmという解像度でも高い性能を示しており、なぜそれで精度が出るかは現時点でも解明されていない。精度が高いのに、なぜ高いかがわからない。気象学の文脈でこれが起きているという事実は、専門家にとって単純な朗報とは言い切れない側面を含んでいる。
実害との接点も出てきた。2025年のハリケーンシーズンに、WeatherNextは米国国立ハリケーンセンターによるハリケーン・メリッサの急速な発達とジャマイカへの上陸予測に貢献し、事前警戒の発令を可能にしている。精度議論が実際の避難・警戒行動に直結した事例として、記録に残った。
DeepMindはモデルのコードと学習済みの重みをオープンソースとして公開している。参入障壁を下げることで、研究機関・気象機関・非営利組織が独自に改良・活用できる環境を整えた。専門知識と計算資源を持つプレーヤーだけが気象予測の精度競争に参加できた時代は、少なくとも技術的な制約という意味では、終わりに差し掛かっている。
3行まとめ
- Google DeepMindのAI気象モデル「WeatherNext」が、台風の進路・強度・風構造の予測で既存モデルに対して平均24時間以上のリードタイム優位性を達成した。
- 3日先の予測精度が従来モデルの2日先相当に達しており、この改善幅は過去20年のトレンドに基づくと約10年分の気象学的進歩に相当する。
- WeatherNext 2およびWeatherNext Cyclonesモデルはオープンソースとして公開され、気象機関・研究者・非営利団体が自由に利用・改良できる状態になっている。
※以下は詳細
WeatherNextとはどんなモデルか
WeatherNextはGoogle DeepMindが開発したAIベースの気象予測モデルです。大気の物理法則を方程式で解く従来型の数値予報モデルとは異なり、大量の過去気象データからパターンを学習して次の状態を予測する帰納型のアプローチをとります。
学習データとして約20テラバイトの全球大気データを使用し、さらに約5,000件の歴史的な嵐を収録したIBTrACsデータベースをエンドツーエンドで学習しています。
台風予測で何が変わったか
今回Natureに掲載された論文では、WeatherNext Cyclonesモデルを2023〜2024年の過去の台風データで評価し、主要な気象モデルと比較しています。
結果として、台風の進路・強度・風の立体的な分布という三つの予測項目すべてにおいて、平均24時間以上のリードタイム優位性が確認されました。この改善幅は過去20年の気象学的なトレンドに基づくと、約10年分の進歩に相当するとされています。
計算効率の面では、TPU上で15日分の全球予測を1分未満で生成できることも報告されています。
入力データの解像度については、WeatherNextが28×28kmという従来モデルより100倍粗い解像度で動作する点が特徴的です。さらに小型のWeatherNext 2-miniは111×111kmという解像度でも高い性能を示していますが、この解像度でなぜ高精度が得られるかは未解明の研究課題として論文内で言及されています。
2025年のハリケーンシーズンには、米国国立ハリケーンセンター（NHC）によるハリケーン・メリッサの急速な発達とジャマイカへの上陸予測にWeatherNextが貢献し、事前警戒の発令につながりました。
公開とアクセスの広がり
DeepMindはWeatherNextのコードとモデルの重みをオープンソースとして公開しました。学術研究・実務的な予測・特化型モデルの開発など、用途を問わず誰でも利用できます。
あわせて、無料の公開Colabノートブック上で単一のTPUで動作するコンパクト版のWeatherNext 2-miniも提供されています。台風予測の最新情報はWeather Labで確認でき、気温・降水量・風速などWeatherNextによる予測の可視化も行われています。
全体まとめ
Google DeepMindのWeatherNextは、台風の進路・強度・風構造の予測において平均24時間以上のリードタイム優位性を達成しました。この改善幅は過去20年の気象学的進歩の約10年分に相当します。TPU上で15日分の予測を1分未満で生成できる計算効率も確認されています。モデルはオープンソースとして公開されており、気象機関・研究者・非営利団体が予測精度の向上や人命・インフラ保護に向けて活用できる環境が整えられています。