［ニュース解説］GoogleのAI気象モデル「WeatherNext」がNature掲載——サイクロン予報が1日早まり、モデルはオープンソースへ

2026-08-10

はじめに

　Googleが 2026年8月6日、熱帯低気圧の進路・強度・風の構造を予測するAIモデル「WeatherNext」の研究成果をNature誌に発表し、あわせてモデルをオープンソース公開しました。本稿では、リードタイムが平均1日延びたとされる成果の中身と、公開されたモデルの位置づけを整理します。

参考記事

メイン記事:

タイトル: Our WeatherNext 2 AI model demonstrated a massive leap forward in predicting cyclones.
発行元: Google (blog.google)
発行日: 2026年8月6日
URL: https://blog.google/innovation-and-ai/models-and-research/google-deepmind/weathernext-2-cyclones/

要点

WeatherNextは熱帯低気圧の進路・強度・風の広がりを単一モデルで予測し、Google DeepMindによれば3つの指標すべてで最高水準の精度を記録した
予測精度は平均で1日分向上し、3日先の予報が従来モデルの2日先の予報に相当する水準である
学習には約20テラバイトの全球大気データと、約5,000個の過去の嵐を収録したIBTrACSデータベースが用いられた
入力解像度は28km四方で、従来の高解像度モデルより100倍粗い条件でも高い強度予測精度が得られた
WeatherNext Cyclones、WeatherNext 2、WeatherNext 2-miniの3種がGitHubで公開された

詳細解説

「1日分のリードタイム」が意味するもの

　Google DeepMindによれば、今回のモデルは熱帯低気圧の進路（どこへ向かうか）、強度（どれだけ強くなるか）、風の構造の3点で最高水準の精度を示しました。評価は2023年から2024年にかけての過去のサイクロンを対象に、既存の主要な気象モデルと比較する形で行われています。平均すると 24時間以上 のリードタイムの優位があり、同社はこれを過去20年の改善トレンドに照らして「気象学のおよそ10年分の進歩に相当する」と説明しています。

　熱帯低気圧は台風やハリケーンとも呼ばれ、Google DeepMindの発表では過去50年間に世界で70万人以上の死者と1兆4,000億ドルの経済損失をもたらしたとされています。避難や物資展開の判断が数時間単位で動く分野では、1日という猶予は数字以上の重みを持つと考えられます。実際、2025年のハリケーン・メリッサでは、米国立ハリケーンセンター（NHC）が急速強化とジャマイカ上陸の予測にこのモデルを活用しています。今回の論文は、その運用実績を査読付きの形で裏づけたものと位置づけられます。

進路と強度を1つのモデルで扱う

　従来のサイクロン予測では、2種類のモデルを使い分ける必要がありました。進路は地球規模の大気の流れに支配されるため粗い全球モデルが向き、一方で強度は台風の中心付近で起きる細かな熱力学的プロセスに左右されるため、局所的な高解像度モデルが必要とされてきたためです。

　WeatherNextは、全球の気象データと専門家が整備した過去の熱帯低気圧の観測記録という2種類のデータで同時に学習することで、この分業を1つのモデルに統合しています。学習データは約20テラバイトの全球大気データと、約5,000個の嵐を収録したIBTrACS（国際的な熱帯低気圧のベストトラック統合データベース）です。

　予測の生成には Functional Generative Networks（FGN） と呼ばれる手法が使われ、多数の予測を並行して生成することで気象の不確実性そのものを表現します。TPU 1基で15日先までの予報を1分以内に生成できるとされ、昨年は1回あたり50通りだったアンサンブル（複数シナリオの集合）を、今年は1,000通りまで拡大したと説明されています。急速強化のようにまれではあるが影響の大きい事象は、少数のシナリオでは取りこぼしやすいため、この拡大は裾野のリスク評価に効いてくると考えられます。

28km解像度という未解明の論点

　興味深いのは解像度をめぐる結果です。これまで強度予測の精度は高い空間解像度によって支えられると考えられてきましたが、WeatherNext Cyclonesが必要とする入力は28km四方にとどまり、従来モデルの100分の1の細かさです。さらに小型版のWeatherNext 2-miniは111km四方というより粗い条件でも良好な性能を示しています。

　Google DeepMindはこの結果について、なぜこの解像度で高い精度が得られるのかは未解明であり、研究コミュニティとともに解き明かしたい未解決の問いだと明言しています。成果を誇示するだけでなく、説明できていない部分を論文と発表の双方で明示している点は、この分野の研究姿勢として誠実な部分だと思います。

公開されたモデルと利用の窓口

　オープンソース化の対象は3種類です。ハリケーンシーズン中に稼働し論文の結果の基礎となった WeatherNext Cyclones 、その後に運用化された WeatherNext 2 、そして単一のTPUで動作する軽量版の WeatherNext 2-mini で、コードとモデルの重みがGitHubで公開されています。WeatherNext 2-miniについては無料で使えるColabノートブック（ブラウザ上でPythonを実行できるGoogleの環境）が用意されており、大規模な計算資源を持たない研究者でも試せる構成になっています。

　予報結果を見るだけであれば、Google Earth AIの一部であるWeather Labから可視化された予測を確認できます。同社はインターフェースを刷新し、サイクロンの進路に加えて気温・降水・風速などの全球予報も同じ画面で見られるようにしたとしています。

　注意点として、Google DeepMindは公式の予報や警報については各国の気象機関や国家気象サービスを参照するよう明記しています。公開されたモデルはあくまで研究・開発の基盤であり、公的な注意報・警報の代替ではないという線引きは、利用を検討する側も押さえておく必要があると思います。