DeepMind が気象予報 AI の大型アップデート「WeatherNext」を公開した。単一のモデルでハリケーンの進路、強度、風構造を同時に予測できるようになり、予測精度が飛躍的に向上したという。

何が変わったのか——従来との根本的な違い

従来の気象予報では、進路予測と強度予測で異なる手法を使い分ける必要があった。進路は全球気象モデル、強度は局所的な高解像度モデルで、2つの専門的なアプローチが両立していない状態だった。

WeatherNext は、この課題を単一の AI モデルで一括解決した。機械学習の進歩により、複数の気象現象を同時に扱える統合モデルが初めて実用水準に達したということだ。

予測精度——過去20年の進歩を10年短縮

最も注目すべき数値は、3日間の予測精度が従来モデルの2日間の精度と同等という結果だ。つまり、1日分先の情報をより正確に読める、ということになる。

DeepMind は「過去20年の気象学的進歩約10年分に相当」と表現している。具体的なベンチマークとしては、以下の精度を記録：

  • 進路予測：100km 程度の位置誤差
  • 強度予測：約11ノット（時速20km）の誤差

技術的な工夫——不確実性を効率的に扱う

モデルは「Functional Generative Networks（FGNs）」という手法を採用している。気象の不確実性を捉えるため、異なる予測のアンサンブル（複数モデルの並行実行）を効率的に生成できるように設計されている。

従来は複数のモデルを別々に実行する必要があり、計算コストが増加していた。WeatherNext は単一モデルで同じ機能を実現し、運用コストを削減した。

実運用での実績——ハリケーン・メリッサの予報

National Hurricane Center（米国の公式ハリケーン予報機関）は、2025年のハリケーン・シーズン中に WeatherNext を活用し、ハリケーン「メリッサ」の予報を実施。ジャマイカへの上陸を正確に予報したと報告されている。

つまり、学術研究の域を超え、既に実際の災害対応で機能している。

オープンソース化——誰でも使える気象 AI

DeepMind は WeatherNext の 3 つのモデル（WeatherNext 2、WeatherNext Cyclones、WeatherNext 2-mini）を GitHub で公開した。コードと学習済みモデルの重みが自由に利用可能だ。

  • WeatherNext 2：汎用気象予測
  • WeatherNext Cyclones：熱帯低気圧・ハリケーン特化
  • WeatherNext 2-mini：軽量版（計算リソース限定環境向け）

各国の気象機関やスタートアップが、独自の気象サービスを構築できるようになった。Weather Lab プラットフォームでも予測が可視化されている。

気象予報の民主化と課題

従来、精度の高い気象予測は大規模な気象機関の専有物だった。スーパーコンピュータと気象学の専門家、膨大な観測データが揃って初めて成立していた。

WeatherNext のオープンソース化により、計算リソースさえあれば、より小規模な組織でも精度の高い気象予報が可能になる。

ただし、運用には気象データの質、学習環境の整備、予報の検証体制など、単にモデルを走らせるだけでは成立しない要素が多い。実務での活用が進むかは、これからの課題だ。