Google DeepMind、より高解像度な全球気象AIモデル「WeatherNext 3」を発表

天気予報は、傘を持つかどうかという日常の判断だけでなく、農業、電力網、物流、極端気象への対応にも関わる。Google DeepMindとGoogle Researchは、更新頻度と局地的な細かさを高めることを狙った全球気象AIモデル「WeatherNext 3」を発表した。Googleは、Brightbandによる独立したリアルタイム評価を引用し、これまでで最も高度かつ正確な全球気象モデルだと説明している。

主なポイント

• 毎時更新：全球の静止気象衛星によるリアルタイム観測モザイクを入力し、1時間ごとに新しい予測を生成する。
• 高い空間解像度：気温や水分などの地表変数は最大5キロメートル、その他の地表変数は10キロメートル、大気変数の風速などは25キロメートルの解像度で扱う。従来のWeatherNext 2は25キロメートル格子を6時間刻みで出力しており、Googleは全体として約5倍細かくなったとしている。
• 地形の影響を反映：気象観測所の疎な観測データも直接学習に利用し、海岸、谷、山地などで生じる地域差を捉えることを目指す。
• 降水予測を改善：雨や雪は、小さなスケールで急速に変化する雲の過程に左右されるため、従来から難しい領域だった。WeatherNext 3は降水システムの境界をより明確に捉えることを狙っている。
• 再生可能エネルギー向け機能：風車の高さに近い約100メートル地点の風速、雲量、日射量を予測し、風力・太陽光発電量の推定に利用できるようにする。

技術と影響

WeatherNext 3は、1時間単位の衛星データと過去の解析データを、単一のFunctional Generative NetworkメッシュTransformerに入力する。出力は、密な格子状の気象場、離散的なサイクロン経路、観測所レベルの予測だ。リアルタイム観測を、予測後の補正ではなく、モデルの入力として組み込む点が特徴である。

嵐や前線、降水域が短時間で発達する場面では、毎時更新と細かな格子が早期判断に役立つ可能性がある。農業では作業や灌漑計画、電力事業では再生可能エネルギーの出力と需要の調整に活用できる。Googleは、地域モデルの計算コストが大きく、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、アジア太平洋地域にも価値があると説明している。

一方、今回の発表資料には、降水精度の具体的な誤差指標や評価条件の全体像は示されていない。したがって、性能に関する説明はGoogleの発表に基づくものであり、地域や天候の種類をまたいだ独立検証が必要だ。WeatherNext 3はGoogle検索、Gemini、Google Maps、Google Maps Platform、Google Cloudに統合され、消費者向けの天気情報から農業やエネルギーなどの業務用途へ、気象AIの利用範囲を広げようとしている。

出典：Google DeepMind