天気予報はいつも嘘をつく？ AIにより天気の予測がより容易になる

私たちはおそらく、携帯電話やコンピューターのデスクトップの隅に表示されるリアルタイムの気象状況に慣れているでしょう。たった 1 回のクリックで、今後数日間の天気予報がわかります。天気予報は1時間ごとに正確に予測でき、日照、雨、雪、風向き、湿度などの気象状況の変化が明確にわかります。

こんなに詳細な天気予報はどうやって出るのでしょうか？

中国気象ネットワークが発表した天気予報、出典：中国気象ネットワーク

最近、雑誌「ネイチャー」に天気予報に関する2つの記事が掲載され、中国のHuawei Cloud Pangu気象モデルと清華大学のNowcastNetモデルが紹介されました。これら 2 つのモデルは天気予報にどのような新しい機会をもたらすのでしょうか? 「予測可能な気象条件」を実現し、より正確な天気予報を得ることは可能でしょうか? AI、ビッグデータ、スーパーコンピューティングはここでどのような役割を果たすのでしょうか?

7月6日、Huawei Cloud Pangu気象モデルがNature誌に掲載されました。画像出典: ネイチャー誌公式サイト

No.01

予想外の天候

天気は人々の日常生活に影響を与えます。約1万年前、人類は農耕社会に入りました。種子の発芽と収穫により、人々は山や川を旅する必要がなくなり、土地を耕すだけで家族を養えるようになったことに驚き、うれしく思いました。 「好天と豊作」への期待も高まっている。

当時の認識レベルや生産・生活方法の限界により、風、雲、雷、雪などさまざまな気象現象は謎に包まれていました。古代の人々は、風や雲の変化は天の意思であると信じ、占いによって天気予報を得ていました。 3000年以上前、商王は狩りに出かけようとしたので、大雨が降るかどうか尋ねました。占いの結果、雨は降らないことがわかり、商王とその一行は喜んで出発しましたが、狩りをしている間にずぶ濡れになってしまいました。商王は「天候には予期せぬ変化がある」という感想を表明したことがあるだろうか。

画像ソースネットワーク

古代人は正確な天気予報を持っていませんでしたが、太陽の動きと自然現象の規則性を賢明に発見し、二十四節気、72の季節用語、さまざまな気象ことわざを創造的にまとめました。

たとえば、春の最後の節気は「穀雨」です。 「穀雨の日に、ウキクサが成長し始めます。5日後、鳩が羽ばたき始めます。5日後、フクロウが桑の木に降りてきます。」穀物雨は寒波の終息と降水量の増加を意味し、人々に種まきを思い出させます。畑の苗木や作物は植えられたばかりで、栄養を与えるために雨が最も必要です。古代人は、この時期に「雨が降るとあらゆる穀物が実る」と信じていたため、「姑雨」と呼ばれていました。

穀物雨期の全国春播きマップ、出典：中国気象

No.02

神を落とすアーティファクトの支援

明らかに、太陽暦や季節学などの精度の低い経験的な天気予報では、人々の生活や生産の要求を満たすことはできません。では、真の現代の天気予報はどのようにして歴史の舞台に登場したのでしょうか?

1854年11月、クリミア戦争中、イギリスとフランスの連合軍は黒海でロシア軍との決戦に備えていた。しかし、戦闘が始まる前に、激しい嵐が連合軍に大きな損害をもたらしました。

その後、パリ天文台の所長ルヴェリエ氏がこの嵐を研究した。彼は大量の気象データを収集した後、当時の天気図を描き、嵐の動きには一定のパターンがあることを発見しました。この現象が事前に気付いていれば、この失敗は避けられたかもしれない。ルヴェリエ氏はその後、観測データを収集し、分析して天気図を作成するための気象観測ネットワークを設置することを提案した。 1856年、フランスは世界初の正式な天気予報情報サービスシステムを確立しました。

嵐が海上の船舶を襲う、情報源：インターネット

それ以来、人類は天気図の時代に入りました。現代の天気予報は、さまざまな場所の気象状況を 1 つの地図上に同時にプロットするこれらの天気図から始まりました。予報官は天気の発達と変化を分析、説明し、将来の天気を予測します。

天気図予測法は気象台が天気を予測するためによく使われる方法であり、現在でも使われています。これらの天気図は、気象パターンの発見に大量のデータを提供し、物理方程式と数学を使用して気象現象とプロセスを計算することを可能にしました。

フランスの数学者、天文学者、パリ天文台ル・ヴェリエの台長、画像ソースネットワーク

しかし、天気図の描き方や天気予報の方法は予報士の主観に大きく左右され、間違いが起こりやすい傾向があります。より合理的な天気予報を行うにはどうすればよいでしょうか?

科学者たちは、数学と物理学という2つの鋭い武器を手にすれば、すべてを計算できると信じています。

しかし、どうやって計算するのでしょうか?この問題は、ウィリアム・ビーケニスとジェイコブ・ビーケニスという父と息子が登場するまで、多くの人々を困惑させていました。彼らは熱力学と流体力学の手法を気象学の研究に導入し、気象の変化を記述するために複雑な微分方程式を使用することを提案しました。

ヴィルヘルム・ビェルクネス（1862-1951）の肖像。画像ソースネットワーク

しかし、微分方程式は解くのが難しく、解くのに数日かかりました。計算能力には限界があるため、天気予報は古くなった新聞を買うようなものです。それらは実用的ではありません。

その後、イギリス人のルイス・リチャードソンは「天気予報工場」を建設するという大胆な仮説を提唱した。工場は円形の建物の中に建てられています。各座席は地球の経度と緯度に応じて配置されています。各自が自分の経度と緯度の微分方程式を計算する責任があります。最終的に各人の計算結果はセンターの担当者に送られ、集計されて世界各地の天気予報が得られます。しかし、この素晴らしい設計は明らかに実装不可能です。なぜなら、事前に予測結果を出すためには、少なくとも 64,000 台のコンピューターが必要だからです。

リチャードソンの「天気予報工場」構想（1922年）、出典：インターネット

「天気予報工場」というコンセプトは聞き覚えがありますか?コンピューターの概念に似ていませんか?

第一次世界大戦中に弾道を計算するために使用されたENIACは、気象学者の注目を集めました。アルゴリズムを継続的に簡素化し、大気の動きを表す一連の数学的および物理的な方程式をコンピューター言語に変換した後、1950 年に、チャーニー、フィルトフ、フォン ノイマンは ENIAC を使用して数値天気予報の実現可能性実験を完了しました。彼らはこのコンピューターを使って、24時間先の天気予報の計算を約24時間で完了しました。 1954年、イギリスのBBCラジオが数値天気予報を世界に放送し、天気予報はまさに科学的予報の時代に入った。

フォン・ノイマンと世界初の電子計算機 ENIAC、出典: 中国気象科学ネットワーク

No.03

AI予測の時代が来るのか？

数値天気予報の本質は複雑な微分方程式を解くことであり、この方法は初期条件に大きく依存します。大気はリアルタイムで変化しており、小さな変化がシステム全体に長期にわたる大きな連鎖反応を引き起こす可能性があります。これは「バタフライ効果」として知られているものです。

最も複雑な物理モデルであっても、大気の動きの全体像を完全にシミュレートすることは困難であり、大気の詳細な動きを捉えることも困難です。そのため、極端な気象や気候現象のシミュレーションは世界的な問題となっています。

混沌としたシステムの典型的なグラフィックは蝶に似ています。出典: インターネット

数値天気予報は、現代の気象サービスの発展のための中核技術です。気象分野の「チップ」であり「国宝」とも言える。私の国は1954年に数値天気予報の研究を開始し、数値天気予報を実施した世界でも最も早い国の一つです。

創業当初は主に海外から情報を輸入していましたが、その後は独自にコア技術を開発し習得してきました。 2020年12月、中国が独自に開発した第1世代の全球大気・地表再解析システムと製品が商用化された。再解析製品の自主生産能力を有しており、気象サービスの外国データ製品への依存度は大幅に低下しました。現在、我が国の数値予報事業は、地球システムモデルをターゲットとした次世代モデルの開発により、「ゼロ」から「１」、そして「卓越」へと飛躍的な発展を遂げています。

自国の独立した知的財産権を持つ地球システム数値シミュレーション装置「EarthLab」

最近、ファーウェイのクラウドチームと清華大学は、ネイチャー誌に「クラウド・パング気象モデル」と「ナウキャストネットモデル」という2つの論文を発表しました。これは従来の数値予測とどう違うのでしょうか?

どちらのモデルも、大規模な AI モデルを使用して天気を予測します。しかし、この 2 つのモデルの用途は異なります。前者は1週間先の世界の気象パターンを予測できるモデルであり、後者は極端な降水事象に関する短期的な天気予報を提供します。

天気予報に AI が加わることで、新たな可能性が生まれます。 AI は反復的なタスクの処理や未知のデータ関係の適合に優れています。ディープラーニングによりさまざまな気象データの関係性を理解することで、従来の数値予報よりも予測精度と速度が向上します。

まず、Huawei の Pangu 気象モデルについて説明します。 AIアルゴリズムの改良により、Pangu Mediterraneanの予報精度は、世界最高の数値気象予報システムである欧州中期予報センターの統合予報システムに匹敵するようになりました。 Pangu Meteorology は、より複雑なデータを処理できるだけでなく、3 次元の気象データを処理し、異なる圧力層の大気の状態間の関係を捉えることもできます。そして、より高速です。同じ空間解像度では、Pangu Meteorology は数値天気予報システムよりも 10,000 倍以上高速です。

ファーウェイ開発者会議は、インターネットから超大規模な事前学習済みモデルのPanguシリーズをリリースしました

NowcastNetモデルは、清華大学、国家気象センター、国家気象情報センターが3年間の共同研究を経て完成させた大規模な極値降水量予測モデルです。 0～3時間以内の降水量をキロメートル規模で予測できます。

今年5月27日の世界気象機関サミットでは、3時間以内の降水量予測が重要な未解決の科学的課題の一つに挙げられた。極端な降水プロセスは持続時間が短く、空間範囲が狭いため、元の数値計算方法では予測時間制限はわずか 1 時間です。

大雨が降りそうなことを知る時間が、1時間前から3時間前に延びたと想像してみてください。以前の場合、近くに隠れる場所を見つけることしかできませんでしたが、今はより落ち着いて家に帰ることができます。対処戦略は大きく変化しました。実際の生産や生活のシナリオによっては、この予測によってさらに印象的な災害削減パフォーマンスが実現され、これは間違いなく大きな前進となるでしょう。

インターネットからのレーダー観測に基づく降水量予測

では、AI 天気予報は従来の数値予報に取って代わるのでしょうか?気象予報士は職を失うのでしょうか？

これについては心配する必要はありません。研究者らは、気象学の分野におけるAIの広範な応用、そのメカニズムとデータの融合計算は非常に困難であり、まだ道のりは長いと述べている。現時点では、この分野で AI が人間に取って代わることはなさそうです。ディープマインド社の研究科学者スマン・ラヴリ氏は、天気予報には専門家と人間の関与が必要であり、予報の理解が妥当であることを保証し、それを一般の人々に伝える必要がある、と述べた。

占いから経験的判断へ、天気図から数値天気予報へ、そしてAIの導入まで、数え切れないほどの研究者が「予測可能な天気の変化」を共同で実現すべく、日々努力を重ねてきた結果なのです。

終わり

著者: 南京情報科学技術大学法政学院科学技術史・気象文明研究所

李北瑩准教授

ゴン・シンユマスター

編集者: グル