• DeepMind の AI プログラム「GraphCast」は、ハリケーン・ベリルがテキサスに上陸することを正確に予測し、従来の予測手法を上回った。
  • この技術は迅速かつ正確な気象予報を提供し、世界の気象予報の実践を変革する可能性がある。

当社の見解
GraphCast などの AI モデルがハリケーン・ベリルの進路を予測することに成功したことは、気象予報における重要な進歩を示しています。この新しいアプローチは、予報の所要時間を短縮するだけでなく精度も向上させ、災害への備えと対応の改善に役立つ貴重な情報を提供します。
— Zoey Zhu, BTW メディア記者

経緯

ハリケーン・ベリルが 7 月初旬にカリブ海に接近した際、ヨーロッパの従来の気象機関は、広範な世界データとスーパーコンピューターに基づき、メキシコに上陸する可能性を予測していた。しかし、DeepMindが開発した AI モデルGraphCastは、過去に学習した大気パターンのみに依存して、テキサス上陸という別の予測を提供した。

ベリルはテキサスに壊滅的な影響をもたらし、洪水、停電、そして 7 月 8 日までに少なくとも 36 人の死者を出した。AI モデルによる数分で生成された正確な予測は、より迅速で正確な気象予報への移行を浮き彫りにした。GraphCast は、暴風雨の進路をより正確に予測することで、従来の Centre européen pour les prévisions météorologiques à moyen terme（ECMWF）のモデルを上回った。この性能は、GraphCast が 40 年分の気象データで訓練され、従来のスーパーコンピューターよりも速く予測を生成できることから、気象予報における AI の可能性の高まりを示している。

合わせて読みたい：TSMC が AI ブームへの自信から収益予測を上方修正

合わせて読みたい：AI がプレミアリーグの優勝チームを予測、しかしそれは単なる幸運か？

なぜ重要か

AI を活用した気象予報は、気象学における変革的な変化を意味する。従来の予報はスーパーコンピューターと膨大なデータに依存しており、時間がかかり、急速に変化する状況への適応性が低い。対照的に、GraphCast のような AI モデルは、過去のデータから学習し、パターンを高い精度で認識することで、より速く、より正確な予測を提供する。

AI 予測の速度と精度は、災害への備えと対応を大幅に改善し、激しい気象現象の際に人命を救い、被害を軽減する可能性がある。例えば、より早い予測は、より適時な避難や、より良い情報に基づく公共安全の決定につながる。さらに、AI モデルは標準的なデスクトップコンピューターで動作できるため、従来使用されていた高価なスーパーコンピューターと比較して、高度な気象予報がより利用しやすくなる。このアクセシビリティは、気象予報を民主化し、高度な予測技術のより広範な利用を可能にするかもしれない。