Google DeepMindとGoogle Researchが、天気予報向けの新しいAIモデル「WeatherNext 3」を公開しました。予報の空間解像度は主要な変数で5kmまで細かくなり、更新頻度も6時間ごとから1時間ごとに変わります。Google検索やGoogleマップ、Geminiが表示する天気情報にも順次組み込まれる予定で、同社のクラウド基盤を通じて研究者や開発者も利用できます。

「広くて粗い」というAI予報の弱点をつぶしにきた

深層学習を使った天気予報は、ここ数年で急速に実用域へ入ってきました。ただし弱点もはっきりしていて、予測の対象範囲が15〜25平方kmと広く、日常の判断に使うには粗いこと、雨の予測が苦手なこと、そして気象機関が整形したデータセットに依存していることの3点が繰り返し指摘されてきました。

WeatherNext 3は、この3つをまとめて狙った設計になっています。主要な変数では5km四方まで解像度を上げ、降水の評価は前世代のWeatherNext 2から60パーセント改善したとされます。加えて、これまで標準だった6時間おきの予報を1時間おきに出せるようになりました。

改善の裏側にあるのは、モデルそのものの大型化と出力設計の作り込みです。パラメータ数は前世代の2.4倍に増え、デコーダ側が何を予測するかという目標設定も、実際に使える答えが出るよう調整されています。DeepMindの研究チームは以前から、格子状に平均化した数値を出すだけでなく、台風の進路を可視化する形にモデルを寄せる工夫で評価を集めてきました。今回はさらに、特定の気象観測所を名指しで予測対象に加えています。

観測所を名指しで当てにいく意味

観測所単位の予測は、単に細かい情報が出せるという話にとどまりません。予報が当たったかどうかを、その場所の実測値と直接突き合わせて検証できるようになります。

たとえば、ある空港の観測所が1時間後に何度を記録するかをモデルが直接予測すれば、予報という作業と現実の測定値との距離が縮まります。AIの応用では処理をできるだけ端から端まで一気通貫にするのが定石で、天気予報でも同じ発想が持ち込まれたかたちです。

生の衛星観測を、整形せずに飲み込む

更新頻度が上がった理由は、リアルタイムで集まる気象衛星のデータを1時間単位で直接取り込めるようになったことにあります。

従来のAI予報モデルは、政府系のスーパーコンピュータが物理方程式を解いて作った解析データを入力にしていました。これは扱いやすい代わりに、生の観測から一手間かかった後の情報です。整形前の観測値をそのまま使えれば理屈の上では精度が上がりますが、フォーマットの揃っていないデータをモデルに噛ませるのは技術的に難しく、長らく壁になってきました。

Googleは、高解像度の全球予報で生の観測を直接組み込んだAIモデルは自社が初だと説明しています。ただしこの「初」には異論もあります。AI気象のスタートアップWindBorneは、自社の気象観測気球などから得た生データを2025年後半から「WeatherMesh 6」に取り込んできたと主張しています。Googleはこれに対し、自社の予報は全球にわたって解像度が高い点が異なると反論しました。もっとも、どちらのモデルも予報を成立させるうえで各国気象機関のデータセットに依存している状態は変わらず、完全な直接同化にはまだ距離があります。

ベンチマークでは物理計算の本家も上回る

精度の比較には、スタートアップのBrightbandが構築した「Operational WeatherBench」が使われています。気温、風速、湿度といった指標で複数のモデルを横並びにする仕組みで、WeatherNext 3はここで首位に立ちました。

比較対象にはGoogle自身の従来モデルのほか、Microsoft、NVIDIA、ヨーロッパ中期予報センター（ECMWF）が開発した深層学習モデルが含まれます。さらに、米国気象局とECMWFが物理計算で出している従来型の予報も上回ったとされています。

そもそもこの分野が動き出したきっかけは、ECMWFが2018年に半世紀分を超える気象データを公開したことでした。政府系スーパーコンピュータによる予報は精度こそ高いものの、費用がかさみ、計算にも時間がかかります。公開されたデータで訓練された深層学習モデルが、はるかに短時間で同等の精度を出し始めたことで、気象学の側にも大規模言語モデルとは別の意味での転換が起きました。気象は少しの差が大きく増幅していく世界であり、限られた計算資源と不完全な情報から近似的に物理を扱うという課題は、機械学習が得意とする形に近いという見方です。

検索の裏側から、農業や再生可能エネルギーまで

Googleにとって今回の公開は、研究成果の発表であると同時に自社サービスへの実装でもあります。中核となる変数がGoogle製品群に直接流れ込むのは今回が初めてで、検索、マップ、Geminiが返す天気情報の土台が入れ替わることになります。

用途は消費者向けにとどまりません。AIによる天気予報は、高性能なセンサーやスーパーコンピュータを持てない地域にも精度の高い予報を届けられる点で期待されています。Bill Gates氏は、途上国の作物収穫量を押し上げる技術としてAI気象予報に言及しています。DeepMind側からは、風や雨、雲量を高解像度で予測できれば再生可能エネルギーの発電計画の確度が上がるという指摘も出ています。

まとめ

WeatherNext 3は、解像度5km、1時間ごとの更新、生の衛星観測の直接利用という3点で、AI気象予報の実用度を一段引き上げるモデルです。ベンチマークでは他社のAIモデルだけでなく物理計算による従来型の予報も上回りました。生データの直接同化はまだ道半ばですが、検索やマップという日常の入り口に組み込まれることで、AI予報の精度向上がそのまま使い勝手に跳ね返る段階に入ったといえます。