Le技術大手のGoogleは、子会社DeepMindを通じて、従来の物理方程式に基づくモデルに対して、気象予測アルゴリズムGraphCastの優位性を最近実証しました。この新しい人工知能（AI）ツールは、嵐やハリケーンのような異常現象でも、気象予測において前例のないパフォーマンスを提供します。Google DeepMindの科学者であるレミ・ラムと彼のチームによれば、アルゴリズムは、現在の気象予測方法を補完するためにデータ主導のアプローチに依存しています。これまで、予報士のアプローチは基本的に決定論的であり、彼らは観察と数学モデルに基づいて論理的に何が起こるかを推測していました。
GraphCastはどのように機能しますか？
Google DeepMindが開発したAIモデルは、この論理の概念を回避し、40年分の衛星、レーダー、その他の測定手段から得たデータを取り込むことを好みます。これにより、AIは繰り返し発生するパターンや傾向を特定できます。予測を行うために、GraphCastは世界各地の異なる地点から6時間ごとに取得された実際の測定値を受け取ります。この予測は、新しい入力としてその予測を考慮することで、約10日後まで非常に満足のいく結果を得るために反復されます。 その結果、GraphCastは従来の手法よりも90％以上のケースでより正確な予測を生成します。このパフォーマンスは、AIの発展に伴うパラダイムシフトと潜在的なリスクを完璧に示しています：現代のデータ処理能力を考えると、気象のような複雑な現象を予測するために科学的な説明が不要になるかもしれません。しかし、気象予測のような分野では、予測に対する根底にある理由を理解することが、一般の信頼を獲得し維持するために不可欠です。東アングリア大学の気象学教授が説明する通り、「もしフロリダの海岸50キロメートルの避難を命じ、何も起こらなかったら、数十年にわたる信頼を無駄にしたことになります」。
DeepMindとその人工知能における専門知識
2010年に設立されたDeepMindは、GoやAtari 2600のゲームをプレイできるプログラムを開発したことで知られるようになりました。このスタートアップは、2014年にGoogleに買収され、気候現象に目を向ける前に学習手法を適用しました。その方法は変わらず、データを取り込み、繰り返し発生するパターンを特定し、予測を行います。その力にもかかわらず、このAIモデルは決して決定論的な予測や、エヴリーヌ・デリヤやローラン・ロメイコのように緑の画面の前でなぜ今週末に雨が降るのかを説明する気象予報士を完全に置き換えることはありません。実際、データに基づく予測は嵐を暗示する膝の痛みに似ており、信頼性はあるものの科学的に満足のいくものではありません。したがって、気象予測の未来は、人工知能と従来の方法との組み合わせとして考えられるべきであり、より正確な予測を提供しながら一般の信頼を維持することができるのです。
気象予測のための有望な未来へ
GraphCastの前例のない能力を従来の予測手法と組み合わせることで、これまで以上に正確で信頼性の高い気象シナリオを考えることが可能になりました。この重要な進展は、誰にとっても日常生活を改善するだけでなく、極端な気候現象に伴うリスクをより良く予測し、管理するのにも役立ちます。気候変動が気象予測をますます複雑にしている中で、人工知能は今後の気象イベントを理解し予測する強力な味方となるかもしれません。
