9月5日、insideai.newsが「Google Launches WeatherNext 3, Its Most Accurate Weather AI Yet」と題した記事を公開した。Googleが発表した新しい気象AIモデル「WeatherNext 3」は、従来の気象AIが依存してきた数値天気予報（NWP）データを訓練データとして使わず、衛星から直接学習するアーキテクチャを採用することで、降水予測精度を最大60%向上させた。スーパーコンピュータに頼らずに高解像度予報を実現するという構造的な変化は、これまで精度の低かったアジア・アフリカ・中南米の途上地域にも高品質な予報をもたらす可能性がある。
なぜ今、衛星直接学習が重要なのか
GraphCast（DeepMind）やPangu-Weather（Huawei）など、近年の気象AIは精度向上で著しい成果を上げてきた。しかしこれらのモデルを含む従来世代の多くは、**数値天気予報（NWP）のデータを訓練データとして利用してきた。NWPとは、スーパーコンピュータ上で大気の物理方程式を解くことで初期状態を推定する手法だが、観測から予報データが生成されるまでに最大6時間のタイムラグ**が発生する。このズレが、降水量や地表温度のように急速に変化する変数の予測精度を下げる構造的な原因となっていた。
WeatherNext 3はこのボトルネックを根本から回避する設計だ。DeepMindとGoogle Researchが共同開発した本モデルは、静止衛星（geostationary satellite）から直接データを取り込み、1時間ごとに最新の大気状態を反映した予報を生成する。静止衛星は地球の特定地点を常に観測し続けるため、雲・水蒸気・気温の連続データを途切れなく提供できる。NWPが訓練データとして持ち込む時間的なズレや平滑化のバイアスを回避できる点が、このアプローチの本質的な優位性だ。
なお、「NWPデータを訓練データとして使わない」という意味であり、物理法則そのものを無視したモデルというわけではない点には注意が必要だ。
精度と解像度の大幅向上
WeatherNext 3の精度向上は以下の数値で示されている。
- 中期予報（数日先）での降水精度：一部ベースラインと比較して最大60%向上
- 1日以上先の計画立案に使う降水予報精度：最大50%改善
- 空間解像度：5キロメートル（前世代のWeatherNext 2から約5倍の精細度）
GoogleはWeatherNext 1・2・3と段階的にモデルを進化させてきた。WeatherNext 1・2がNWPベースの訓練に留まっていたのに対し、WeatherNext 3で衛星直接学習への転換を図ったことが、この世代での精度向上の主因とされている。訓練データにはNASAの衛星データとレーダーベースの再解析データが含まれる。
計算コストの削減と途上地域への恩恵
高解像度の気象予報はこれまで膨大なスーパーコンピュータリソースを必要としていた。WeatherNext 3は衛星画像とスパースな地上気象観測データを組み合わせて学習するため、同等の予報精度を低インフラコストで実現できる。
この構造的な変化が最も恩恵をもたらすのは、スーパーコンピュータリソースが乏しい地域だ。アジア・アフリカ・中南米の多くは高解像度予報の恩恵を受けられていなかった。WeatherNext 3は地形データや疎な気象観測網にも対応し、これまで精度の低かった地域へ高品質な予報を提供する。南アジアでは局所的な降水予測が長年の課題であり、防災対応への貢献が期待される。ただしGoogleは、公式な気象警報は各国の気象機関が引き続き発令すべきであると明示している。
再生可能エネルギー向けの新変数
WeatherNext 3は消費者向け天気アプリの枠を超えた変数も新たに追加している。
- 風力タービン高度での風速予測：発電量の正確な見積もりに活用
- 雲量・太陽放射の予測：太陽光発電ファームの出力計画に対応
Googleがこうした変数を優先したことは、同社が気候・エネルギー分野でのB2B展開を強く意識していることを示している。
開発者・研究者向けのアクセス
モデルの基盤データは**Google Cloud、BigQuery、Earth Engineを通じて外部からアクセス可能だ。農業・物流・災害対応などの第三者アプリケーション開発に向けて開かれている。エンドユーザー向けには、Google検索・Gemini・Maps・Google Cloud**上の天気機能にすでに組み込まれている。
留意点
Googleはトレーニングデータセットの全容およびモデルアーキテクチャの詳細を公開していない。主張する精度改善の独立検証はまだ行われておらず、数字の信頼性は現時点では自己申告の域を出ない。衛星直接学習という手法がGraphCastやPangu-Weatherなど既存の気象AIモデルの設計にどう影響を与えるか、今後の動向が注目される。
詳細はGoogle Launches WeatherNext 3, Its Most Accurate Weather AI Yetを参照していただきたい。
