世界気象機関の最新レポート：AIは天気予報に革命をもたらし、より速く、より安く、よりアクセスしやすくしている

「私たちはまだ世界の気候目標の達成には程遠い。」

「2023年は記録上最も暖かい年でした…2024年の最初の8か月も記録上最も暖かい年でした。」

世界気象機関（WMO）のセレステ・サウロ事務局長はこう述べた。

今後5年間のうち少なくとも1年間は、記録上最も暑い年として2023年を上回る可能性が86％ある。この結論は、最近発表されたWMOの報告書「United in Science 2024」から得られたものです。

同時に、報告書は、今後5年間で、少なくとも1年間は地球の平均地表温度が一時的に産業革命以前の水準を1.5℃上回る可能性が80％あると指摘している。

さらに、WMOが以前に発表した「2023年世界の気候状況」報告書によると、熱波、洪水、干ばつ、山火事、急速に激化する熱帯低気圧によって引き起こされた苦痛と混乱により、何百万人もの人々の日常生活が混乱し、数十億ドルの経済的損失が発生しています。

気候危機に対応するには、迅速で経済的かつ正確な気象早期警報システムを構築することが特に重要です。人工知能 (AI) は、その複雑なアルゴリズムと強力な計算能力により、気象警報の分野に破壊的な変化をもたらしています。

サウロ氏が指摘するように、「AI は天気予報をより速く、より安く、よりアクセスしやすいものにすることで、天気予報の科学に革命をもたらしました。」

AIが天気予報に革命を起こす

このレポートでは、欧州中期予報センター (ECMWF) の研究チームとその協力者が、異常気象警報における AI の最新の応用、および既存の欠点と将来の展望について包括的に説明しています。

具体的には、天気予報の分野では、AI モデルは物理モデルに基づく数値天気予報 (NWP) モデルを突破し、特定の気象変数や極端または危険な事象 (熱帯低気圧など) の予測において物理モデルを上回りました。たとえば、Keisler 氏や Pathak 氏などの学者による研究では、サイクロン予測における AI モデルの大きな利点が実証されています。

図 |人工知能/統合予報システム (AIFS) の最近の進歩により、サイクロン検出機能が向上しました。 （出典：レポート）

新興の世界規模のデータ駆動型天気予報AIモデルであるフーリエ予報ニューラルネットワークを使用することで、地表風速、降水量、大気中の水蒸気量など、高解像度で高速な時間スケールの変数の正確な予測を完全に実現しました。 2 秒未満で 1 週間の予報を生成でき、これは IFS よりも数桁高速です。

研究では、AI 予測モデルが従来の物理モデルを打ち破ったことも示されています。データ品質の向上、さまざまなデータソースの統合、ダウンスケールでの予測出力の処理により、天気予報をサポートするために必要なデータの作成にかかる計算コストと、高品質の予測モデルを実行するためのしきい値が大幅に削減されました。

これらの機能は、以前は計算負荷のため大規模な世界予報センターに限定されていましたが、現在は十分なリソースを持たない機関でも利用できるようになりました。高レベルの予測モデルを実行するための参入障壁が大幅に下がり、コストの低下により、小規模な公共機関や民間組織も AI の助けを借りて天気予報の分野に参入できるようになり、天気予報業界の従来の状況が大きく変わりました。

他の研究では、大規模言語モデル（ChatGPTなど）の統合により、複雑な気象情報の解釈と伝達が効果的に促進され、早期警報、持続可能な開発目標（SDGs）、パリ協定などの災害削減枠組みの意思決定がサポートされ、災害の予防、対応、適応能力が強化されることが指摘されています。

理論的には、大規模言語モデル (LLM) 上に構築された ChatGPT のようなサービスは、地球上のどこにいても関心のある個人に気候情報を届け、すべての人に地域の気候サービスを提供するのに適しています。このアイデアは、これまでのところ、将来の天候や気候変動とその影響に関する詳細な地域情報の不足によって妨げられてきたが、この障害を克服できれば、人々が地球規模の気候問題により適切に対応できるようになるだろう。

近年、AI技術の急速な発展に伴い、Google、NVIDIA、Huaweiなど多くのテクノロジー大手や研究機関が天気予報の分野で大きな進歩を遂げ、印象的なAI天気予報製品を次々と開発しました。

これらの製品は、天気予報の精度と速度を向上させるだけでなく、異常気象の予報などの重要な分野において前例のない可能性を示しています。

その中で、ファーウェイクラウドが開発したPangu-Weatherモデルは、世界で最も革新的な成果の一つとなっています。 2023年7月にネイチャー誌に掲載されたこのモデルは、39年間の世界規模の再解析気象データを使用してトレーニングされており、世界トップクラスの数値気象予報システムであるIFS（欧州中期予報センター）に匹敵する予測精度を持ちながら、同じ空間解像度ではIFSよりも1万倍以上高速です。この画期的な進歩は、AI 予測モデルの効率性とコスト面での大きな利点を実証しています。

図 | 2022 年の南半球における 10 日間の予報における 2 メートルの温度誤差の推移 (さまざまな AI モデリング システム (Huawei の Pangu-Weather、NVIDIA の FourCastNet、AIFS、Google DeepMind の GraphCast))。(出典: 欧州中期予報センター、2024 年)

ネイチャー誌に掲載された別の研究では、カリフォルニア大学バークレー校のマイケル・ジョーダン教授と清華大学の王建民教授が率いるチームが開発したNowcastNetモデルが紹介されました。 NowcastNet は物理法則とディープラーニング技術を組み合わせてリアルタイムの降水量予測を提供し、短期的な予測の精度を大幅に向上させます。物理学と AI を組み合わせたこのアプローチは、急速かつ微妙な気象変化のダイナミクスを捉える AI の大きな可能性を示しています。

図｜NowcastNetの設計アーキテクチャ。 （出典：ネイチャー）

同年 11 月、Google DeepMind は、もう 1 つの画期的な AI 天気予報モデルである GraphCast を発表しました。このモデルは、今後 10 日間の何百もの気象変数を 1 分以内に全球 0.25° の解像度で予測できます。 GraphCast は、従来の天気予報方法と比較して、予測効率を大幅に向上させるだけでなく、異常気象の予測にも優れた性能を発揮します。

さらに、Google Researchチームが2024年初頭に開発したAIモデルも、世界的な洪水警報の分野で大きな進歩を遂げました。このモデルは、世界で最も先進的な既存の洪水警報システムを上回ります。このシステムは 5,680 台の計測機器からのデータを使用してトレーニングされており、7 日間の予測期間内に計測されていない流域の毎日の流出量を正確に予測できるため、気候変動による洪水リスクに対処するためのより強力なツールとなります。

図｜LSTMに基づく河川予測モデルアーキテクチャ。 2 つの LSTM が順番に適用されます。1 つは過去の気象データを受け取り、もう 1 つは予測気象データを受け取ります。モデル出力は、各予測時間ステップのフロー確率分布パラメータです。

AI天気予報の分野におけるもう一つの重要なプレーヤーはIBMです。同社はAIと機械学習を使用して世界の天気を1時間ごとに更新するGRAF（全球高解像度大気予報システム）システムを開発した企業です。 GRAF は世界初の高解像度気象予報システムであり、3 km の解像度までの詳細な予報が可能で、異常気象の予測精度が向上します。

Microsoft の AI for Earth プロジェクトも、機械学習とビッグデータを活用して気候予測と天気予報を改善しています。専門的なAI天気予報モデルを直接開発したわけではないが、このプロジェクトが支援する関連研究は天気予報の精度向上に重要な役割を果たし、世界が気候変動によってもたらされる課題にうまく対処するのに役立っている。

全体として、これらの最先端の AI 天気予報モデルは、大規模な履歴データによるトレーニングと高度なディープラーニング アルゴリズムの適用を通じて、天気予報の速度、精度、範囲を大幅に向上させました。 AI テクノロジーは、従来の天気予報をより正確かつ迅速に変革し、異常気象や気候変動といった地球規模の課題に対処する上でますます重要な役割を果たしています。

問題と展望

しかし、データの品質と可用性は依然として大きな問題です。特に、AIモデルのトレーニング段階では、高品質で一貫性のあるデータに対する需要が高まっています。
報告書は、各国の経済的、政治的、地理的な違いにより、データの入手可能性が不均一であると指摘している。さらに、空間データと時間データのギャップ、小規模気象現象に関するデータの不足、高解像度の地球規模の再解析データの不足はすべて、AI モデルのトレーニングに悪影響を及ぼします。同時に、現在の AI モデルには、海洋、陸地、氷圏、炭素循環など、気象予報の精度に影響を与える可能性のある複雑な変数が欠けており、これも緊急に取り組む必要がある大きな課題です。

一方、透明性と公平性の問題により、天気予報における AI の応用が制限される可能性もあります。モデルの解釈可能性を向上させ、物理的な制約を組み込む取り組みが進行中ですが、国民の信頼を確保するために透明性を高めることは、依然として取り組むべき大きな問題です。さらに、データ、コンピューティング能力、ユーザースキルの制限により、AI技術の普及は困難であり、世界的な情報格差と不平等がさらに悪化することになります。

今後、AI 天気予報モデルの次の段階では、データ同化と基本モデルの開発に重点が置かれることになります。大規模かつ多様なデータでトレーニングした後、AI モデルはより具体的なアプリケーションに適応できるようになります。さらに、既存のAIモデルを地球システム全体に拡張して気候予測機能を強化し、商用衛星やクラウドソーシングデータ（モノのインターネットなど）の可能性を活用し、低コストのデータストレージプラットフォームと標準化されたツールを組み合わせてAI気象予報技術の世界規模での普及を促進することも、今後の重要な検討方向となるでしょう。

注目すべきは、AI が意思決定をサポートし、気候変動や異常気象のリスクに対処する国際社会を支援するためにますます利用されるようになるということです。 AI テクノロジーが全人類に有益であり、広くアクセス可能であることを保証するには、強力なグローバル ガバナンスとフレームワークが不可欠です。

そのためには、AIモデルの透明性と追跡可能性を高め、信頼を促進し、責任ある使用のための基準を確立する必要があります。また、特に脆弱なコミュニティにおける倫理的な AI の開発においては、体系的な偏見や公平なアクセスに対処することにも注意を払う必要があります。

さらに、デジタル格差を縮小し、AI ツールの公正かつ効果的な適用を確保するには、トレーニングと能力開発が不可欠です。

著者: 阮文雲