Google DeepMind、気象予測モデル WeatherNext を発表──カテゴリー 5 のハリケーン上陸を 5 日前に 80% の確信度で予測
既存の気象モデルと比較して予報リードタイムを平均 1 日延伸し、災害対策の初期行動を加速させる。
リリース: 2026-08-08 · 読了 3 分記事の要約
1. 核心（What）
- Google DeepMind と Google Research は、異常気象を高精度で予測する AI モデル WeatherNext を Nature 誌で発表した
- カテゴリー 5 に発達したハリケーン・メリッサに対し、上陸 5 日前に 80% の確信度で軌道と強度を正確に予測した
- 予報リードタイムを平均 1 日延伸し、3 日先の予測精度が従来の物理モデルにおける 2 日先と同等レベルに到達した
- サイクロン等の極端気象データが稀少である課題に対し、大量の一般的な気象データを組み合わせた学習レシピを採用した
2. 影響（Why）
- 防災の意思決定ウィンドウを拡張: 避難計画の策定や物資輸送に要する 24 時間の猶予を追加で確保できるため、災害対応の初動プロセスの構造を変える。
- 国内の気象・防災基盤への応用: 防災システムを構築する国内の気象情報サービス事業者は、台風や線状降水帯の早期警戒システムに本手法を取り入れることで予測リードタイムの精度を再設計する必要がある。
3. 根拠・詳細（How）
- 汎用気象データとサイクロン学習の統合: 希少なサイクロンデータ単体での学習限界を打破するため、まず大量の一般的な気象データで下地を作り、その上でサイクロン特性を適応させる設計。
- Nature 誌掲載の検証ベンチマーク: 実在のハリケーン・メリッサを対象とした事例検証において、上陸 5 日前のカテゴリー 5 発達予測を 80% の確信度で成功させた。
4. 展望・課題（Next）
- リアルタイム運用へのスケール: 多様な気象条件や突発的な環境変化に対する堅牢性の検証、および実際の気象機関のオペレーションへの統合が進められる。