英ロンドンにあるグーグルの「ディープ・マインド」社は最近、中期的な天候を予測する人工知能モデルGraphCastを発表した。現在の指標で評価したところ、その計算速度と正確率は従来の予測モデルより優れている。
中期天気予報は通常、今後4日から10日以内の天気変化傾向の予報を指し、その正確性は同期の農業、建築業、観光業などの業界の作業計画に関係している。
研究チームは14日、米サイエンス誌オンラインで論文を発表し、GraphCastは現在の天気状態と6時間前の天気データを利用して未来の6時間の天気を予測することができ、6時間ごとの予測結果はさらに長期的な予測を実行するためにモデルにフィードバックされると発表した。
彼らはまず、1979年から2017年までの伝統的なモデルで予測された世界的な天気データを用いてGraphCastを訓練した。研究者によると、GraphCastは深さ学習を利用して伝統的な天気予測における煩わしい方程式演算ステップをスキップし、大量の演算力を節約したという。
研究者はヨーロッパ中期天気予報センターの2018年以来のデータテストを用いて、GraphCastは1分以内に10日後の天気を予測することができることを発見した、ヨーロッパ中期天気予報センターの「高解像度予報」モデルの数時間の演算結果に比べ、1380のテストデータ点のうち、GraphCastの90%のデータ予測結果はより正確である、いくつかの高海抜領域のテストデータ点では、99.7%のデータ予測結果の精度が「高解像度予報」より優れています。
研究者は論文の中で、GraphCastはまた極端な天気事件に対して早期警報を行うことができて、そのために熱帯旋風の軌跡、極端な気温、および大量の雨をもたらす大気水蒸気の密集輸送帯「大気河」などを予測することができますと述べた。
論文の第1著者であるグーグル「ディープ・マインド」社の研究チーム責任者であるレミ・ラーム氏によると、彼らは32台のパソコンを使い、4週間にわたってGraphCastを訓練し、最終的にはデスクトップ1台で動作し、1分で結果が出る軽量アルゴリズムを得たという。
欧州中期天気予報センター機械学習コーディネーターのマシュー・チャントリ氏によると、現在使用されている指標評価を見ると、GraphCastモデルは従来の予測モデルより優れているが、将来的には他の指標評価を使用すると、結果が少し異なる可能性があるという。
現在、世界の複数の機関が人工知能天気予測モデルを開発している。銭特里氏は、機械学習は天気予報の発展変化を推進しているが、まだ実験段階にあり、伝統的な方法に完全に代わるのではなく、数時間以内の降雨を予測するなど、伝統的な方法の苦手な予測領域を向上させることができると考えている。