- 地表の気温や湿度などを5km解像度で予測。従来は25kmだった
- 静止衛星の実況データを直接学習し、1時間ごとに予測を更新
- 降水予測の精度が最大60%改善、再エネ向けの風速・日射量予測も追加
何が発表されたのか
Google DeepMindとGoogle Researchは、新型のAI気象予測モデル「WeatherNext 3」を発表しました。独立した評価機関Brightbandによるライブ評価では、現在の全球気象モデルの中で最も先進的で正確なモデルだとされています。このモデルは1時間ごとの更新と高解像度の予測を特長とし、Googleの各サービスで利用できるようになりました。
気象は、傘の持ち運びといった日常の判断だけでなく、農業やサプライチェーン、クリーンエネルギーなど幅広い分野に影響します。AIによる気象予測は以前から進んでいましたが、局地的で急速に変化する天気を捉えることは難しく、空間・時間の解像度が不足していました。WeatherNext 3はこうした課題を解決しようとするモデルです。
衛星データを直接学習
従来のAI気象モデルの多くは、数値気象予報(NWP)によるシミュレーション結果を学習してきました。NWPはスーパーコンピュータで動く物理計算であり、データに約6時間の遅延があります。WeatherNext 3は、全球の静止衛星画像を1時間ごとに貼り合わせたデータと、地上の観測点データを直接学習します。
その結果、気温や湿度などの主要な地表変数は5km、その他の地表変数は10km、風速などの大気変数は25kmの解像度で予測できます。旧モデルのWeatherNext 2が25km格子を6時間間隔で出力していたことと比べ、精細さは約5倍に向上したと説明しています。
降水と再エネ予測の改善
降水予測は、雲内部の小さなスケールの過程が影響するため、物理シミュレーションで正確に捉えるのが難しい分野です。WeatherNext 3はNASAの衛星ベース降水データ「IMERG」と、Google独自の全球降水再解析データを学習に使います。中期予報の評価では、CRPSという指標でIMERGに対して最大60%、MRMSに対して30%、雨量計に対して10%の改善が報告されています。
また、再生可能エネルギー向けの予測も追加されました。風車の高さに相当する100mの風速や、雲量、地上に到達する日射量を予測します。これにより、風力・太陽光発電の発電量を事前に精度よく見積もり、需要との調整が可能になると期待されています。
Googleサービスでの提供
WeatherNext 3の予測データは、Google SearchやGeminiアプリ、Google Maps、Google Maps PlatformのWeather API、Google Earth Engineで確認できます。開発者向けには、BigQueryやGoogle Cloud Storageからデータを参照・一括ダウンロードでき、自前でモデルを構築する必要はありません。
グーグルによると、数日先の予報では降水予測の精度が最大50%向上する可能性があるとのことです。特にラテンアメリカ、アフリカ、アジア太平洋地域など、従来は高解像度予測の恩恵を受けにくかった地域での改善が大きいとしています。
| 項目 | WeatherNext 2 | WeatherNext 3 |
|---|---|---|
| 地表変数の解像度 | 25km | 5km |
| 予測更新間隔 | 6時間 | 1時間 |
| 主な学習データ | NWPモデルの出力 | 静止衛星データ・地上観測データ |
Our model learns directly from real-time observations, enabling it to provide timely and more localized predictions for the weather events that impact people the most.
当社のモデルはリアルタイムの観測データから直接学習し、人々に大きな影響を与える気象現象に対して、より迅速で局地的な予測を提供します。
今後の見通し
WeatherNext 3は発表されたばかりのため、実際に運用しながら精度が検証されていくと考えられます。今後はBrightbandの独立したライブリーダーボードで、他モデルとの比較が継続的に示される見込みです。次に判断材料となるのは、日本国内でも衛星データが十分な頻度と解像度で利用できるのか、既存の気象サービスや再エネ発電予測に対してどれほど実務上の改善をもたらすのかという点です。Googleのアプリ上で予測を確認しつつ、Cloud APIのデータを自社の観測値と照合することで、実用性を見極める必要がありそうです。
日本の開発者・IT企業にとっての意味
日本企業にとって、WeatherNext 3の登場は、従来スーパーコンピュータを必要とした高解像度気象予測を、APIやクラウド経由で手軽に使える可能性を示します。物流や建設、再生可能エネルギーなど天候の影響を受けやすいビジネスでは、このデータを自社の業務システムに組み込み、需要予測や運用計画を自動化できる余地があります。一方、衛星データ由来の予測が日本の複雑な地形や季節特性にどの程度適合するかは未知数で、既存の気象サービスとの比較検証なしに採用するのは危険です。まずは小規模なパイロット利用から始め、実データを使った精度評価を進めるのが現実的です。
気になる点
- WeatherNext 3は日本でも利用できますか？
- 記事では「世界中で利用可能(Available globally)」と説明されています。Google SearchやMapsなどの標準機能として、日本でも順次反映されるとみられます。ただし、気象庁の警報や注意報の代わりにはならないため、防災情報は公式の情報源を確認してください。
- 利用するには費用がかかりますか？
- 記事には料金の記述がありません。Google SearchやMapsの機能として統合されるため、一般ユーザーは追加契約なしで使える可能性が高い一方、Google Cloud経由のAPIやBigQuery、Cloud Storageの利用は、各サービスの料金体系に応じて費用が発生すると考えるのが自然です。詳細な価格はGoogleのドキュメントを確認する必要があります。
- どうやって自社サービスに組み込めますか？
- Google Maps PlatformのWeather APIやGoogle Earth Engine、BigQueryなどから予測データを参照できます。Cloud Storageから一括ダウンロードも可能とされているため、既存のデータ基盤に取り込んで自社処理する方法が想定されます。具体的な実装手順はGoogleの公式ドキュメントで今後提供される見込みです。
用語解説
- NWP(数値気象予報)
- コンピューター上で物理法則に基づき未来の気象を計算する手法。AIモデルの学習データとしても使われる。
- CRPS
- 確率予報の分布と実際の観測値の整合性を測る指標。値が小さいほど予測精度が高いことを示す。
- 静止衛星
- 赤道上空で地球の自転と同期して周回し、同じ地点を常時観測できる人工衛星。
- IMERG
- NASAなどが提供する、複数の衛星観測を統合した全球降水データセット。
出典
Introducing WeatherNext 3, our most advanced and accurate global weather AI model
AI導入も顧問も、お任せください
何から手をつけるか、どこまでAIに任せるか。自社の業務に合わせて整理し、導入から運用まで伴走します。相談だけでも構いません。
AI導入について相談する