明日の天気はどうですか?予測するAI

私たちが住む地球は、人類史上最も暑い夏の一つを経験しています。

2023年7月3日、地表から2メートルの高さで記録された世界の平均気温が初めて17度を超え、観測史上最も高い気温となった。人間の活動に加え、強力な「エルニーニョ」も今夏の世界的な高温激化の原因の一つとなっている。

図 |地球表面から 2 メートル上の地球の平均気温 (出典: メイン大学)

気温が高くなると、一部の地域ではビジネスや生産が停止し、地元に経済的損失が生じるだけでなく、高温環境に長時間さらされることで熱中症などが発生し、私たちの健康を害し、死に至ることもあります。

近年、異常な高温に加え、津波、台風（ハリケーン）、洪水、雹など、異常気象が頻発しており、人々の経済生活にも計り知れない悪影響を及ぼしています。

世界銀行は、世界的に気象予報と早期警報システムの改善により、何万人もの命が救われるだけでなく、毎年1,620億ドルの経済的利益がもたらされると推定しています。さらに、過去 50 年間に記録された災害の 34% 以上、関連する死者の 22% (101 万人)、関連する経済損失の 57% (2 兆 8,400 億米ドル) も、異常降水現象に関連していました。

写真: 壊滅的なハリケーンによって壊滅的な被害を受けた後の島。

したがって、短期的および将来の気象状況をタイムリーかつ正確に予測する方法は、科学者が解決しようとしている重要なテーマの 1 つになっています。

人工知能（AI）は、異常気象の予報を改善するための、より高速で安価な代替手段になると期待されています。

では、天気予報を支援する AI の可能性はどの程度あるのでしょうか?現在の予測効果はどのくらいですか？

本日、ネイチャー誌に掲載された「AI天気予報」に関する2つの研究論文では、AIベースの天気予報手法2つが紹介されており、1つは1週間先の世界の天気パターンを予測でき、もう1つは極端な降水現象などの短期的な天気を予測できるという。

論文によれば、これら2つのAIベースの方法は既存の方法と同等の精度があり、これまで予測が困難だった気象現象さえも予測できるという。

しかし、これらの AI モデルが気象学者が天気予報を行うための主なツールになるかどうか、またそれがいつになるかについては、依然として不確実性と論争が残っています。主な検討事項は、これらの AI モデルの商用化後の運用コストと、人々の信頼を勝ち取ることができるかどうかです。

明日の天気はどうですか?予測するAI

特に異常気象が頻繁に発生するようになると、天気予報は人命を救い、財産の損失を減らす上で重要な役割を果たします。

現在、最も正確な予測システムは数値天気予報です。これは主に物理方程式に依存していますが、計算能力に対する要件が高く、高性能コンピューティングなどの方法によるサポートが必要です。さらに、通常は速度が遅く、数百のノードを持つスーパーコンピューターであっても、1 回のシミュレーションに数時間かかります。

近年、AI ベースのいくつかの手法により、天気予報の速度が大幅に向上し、数秒で 24 時間予報を作成できる可能性が示されていますが、精度は一般に数値天気予報ほど高くありません。

Huawei Cloud AIの主任科学者であるTian Qi氏が率いる研究チームは、「3Dニューラルネットワークによる正確な中期世界天気予報」と題した論文の中で、AIベースの天気予報システム「Pangu-Weather」を提案した。主な技術的貢献には、3DEST アーキテクチャの設計と、中期予測のための階層型時間集約戦略の適用が含まれます。

図｜ネットワークのトレーニングと推論戦略。 （出典：ネイチャー）

このAIモデルは39年間の世界の再解析気象データをトレーニングデータとして使用しており、その予測精度は世界最高の数値気象予報システムIFSに匹敵すると報告されています。さらに重要なのは、同じ空間解像度では前者の方が後者より10,000 倍以上高速であることです。

しかし、論文でも述べられているように、盤古の気象学にも一定の限界がある。

たとえば、実際の天気予報システムでは観測データを使用するのに対し、このモデルは再解析データでトレーニングおよびテストされました。降水量などの気象変数は研究されておらず、これらの要因を無視すると、モデルにいくつかの機能（降水量データを使用して竜巻などの小規模な異常気象を正確に予測するなど）が欠ける可能性があります。この方法では予測結果がより滑らかになる可能性があり、極端な気象現象の範囲を過小評価するリスクが増す。時間的な不整合などの問題もあります。

それにもかかわらず、Pangu Meteorology は、天気予報における大規模な事前トレーニング済みモデルの可能性を依然として実証しています。今後、研究チームは、より多くの垂直レベルと大気変数を融合し、時間次元を統合して 4D ディープ ネットワークをトレーニングし、より深く広いネットワークを使用することで、モデルをさらに反復したいと考えています。

極端な降雨は気象災害につながる重要な要因であるため、社会経済的影響を軽減するには、高解像度、十分なリードタイム、地域の詳細を備えた正確な予報が強く求められています。

気象予報には、現在時刻から今後 6 時間までの **「ナウキャスト」** と呼ばれる非常に短期的な天気予報があり、これは主に直近の天気に関する詳細な情報を提供するために使用され、極端な降雨事象のリスク防止と危機管理に非常に重要です。

しかし、現在のアプローチでは、ぼやけ、散逸、強度や位置の誤差などの問題があり、物理ベースの数値手法では重要なカオス的ダイナミクス（対流の開始など）を捉えるのが難しく、データ駆動型の学習手法では固有の物理法則（対流の保存など）に従うことができません。

別の論文では、機械学習分野の第一人者でカリフォルニア大学バークレー校教授のマイケル・ジョーダン氏と清華大学教授の王建民氏が率いる共同研究チームが、リアルタイムの降水量予測のために物理法則とディープラーニングを組み合わせた「NowcastNet」というモデルを提案した。

図｜NowcastNetの設計アーキテクチャ。 （出典：ネイチャー）

NowcastNet はナウキャストにおいて優れたパフォーマンスを発揮すると報告されています。レーダー観測データをもとに、 2048km×2048kmの範囲の3時間先までの高解像度の降水予報ができる。極端な降水量の予測能力の評価では、このモデルは予測の約 70% で他の方法を上回りました。これまで予測が困難だった極端な降雨事象においても特に優れた性能を発揮しました。

AIを信頼すべきでしょうか？

論文と同時に発表されたNews & Views記事で、コロラド州立大学の研究教授イメ・エバート・アップホフ氏と研究助手カイル・ヒルバーン氏は、これらのアプローチは非常に有望であり、生成AIベースのモデルが数値天気予報に完全に取って代わるパラダイムシフトを引き起こす可能性さえあると主張している。

しかし、彼らはまた、これらの AI モデルには潜在的なリスクもあると警告した。たとえば、AI システムは、これまでに見たことのない条件下で動作する場合、予測できない動作をすることがよくあります。

したがって、これらのリスクを回避するには、そのようなシステムを設計、評価、解釈する方法を学んだ気象学者の関与が必要です。

この点について、コロラド州立大学のラス・シューマッハ教授は、「 AIに対する人々の懸念は、通常、それがブラックボックスであるということだ。単に数字を入力して数字を出力するだけで、その間のプロセスがどのように機能するかは分からないのだ」と述べている。

さらに、気象学者はまだこの「AI マジック」を完全に受け入れてはいませんが、従来のモデルを実行するために使用される大気観測データを AI モデルにリアルタイムで入力する方法をすでに学習しており、これらの AI モデルの使用経験も積んでいます。

将来的には、「ブラックボックス」モデルへの信頼を築くにはまだ時間がかかるかもしれませんが、天気予報に AI モデルを使用する実践は、この AI の波の中で前進し続けるでしょう。

AI天気予報についてどう思いますか？

参考リンク:

https://www.nature.com/articles/s41586-023-06185-3

https://www.nature.com/articles/s41586-023-06184-4

https://www.nature.com/articles/d41586-023-02084-9

https://www.newscientist.com/article/2381069-earth-has-just-experienced-the-hottest-day-we-have-ever-seen/

https://www.washingtonpost.com/weather/2023/07/04/ai-weather-forecasts-hurricanes-tornadoes/