Googleは、人工知能を活用した気象モデル「WeatherNext」の第3版を公開した。今回の更新で最も重要な新機能は、一部の衛星気象データをモデルに直接組み込んだことだ。これにより、現在の状況と新たな予報との間の遅れが短縮されるとともに、予報頻度が6時間ごとから1時間ごとに引き上げられた。
多くの人工知能気象モデルは、異なる情報源から得られたデータを単一の全球大気画像に統合する「再解析」に依存している。一方、WeatherNext 3はこの手法に加えて、生の衛星データも使用する。モデルの空間解像度が引き上げられ、機械学習モデルが大規模化されたほか、計算負荷を抑えるために一部の処理が変更された。衛星ベースの降水量推定で学習させた別のモデルも追加され、複数の降水量予報が提供されるようになった。
モデルは、特定地点の地表気温と露点を算出する際、その場所が陸地か海上かという点と地表高度を考慮する。チームは、これらの情報を過去の気象観測所データと併用することで、予報が改善したとしている。
ホワイトペーパーによると、WeatherNext 3はWeatherNext 2と比べて上層大気の状態に関する精度を約5％向上させた。これは、正確な予報が可能な期間が約6時間延びたことに相当する。特定地点の地表気温の算出では、精度が最大30％向上した。これらの指標において、同モデルは欧州中期予報センター（ECMWF）の人工知能モデルも全般的に上回った。
その一方で、一部の変数では最初の6時間の予報結果が悪化し、一部の地図には格子状の六角形が見られたと報告された。WeatherNext 3は、Google Search、Gemini、Mapsに表示される予報情報の情報源となった。
なぜ重要か
衛星観測を生データと組み合わせることで、現在の状況とモデルの出力との時間差が縮まり、急速に変化する状況の監視に影響を及ぼす可能性がある。1時間ごとの更新は、Google Search、Gemini、Mapsを通じて予報情報を利用する人々が、より頻繁に更新されるデータにアクセスできることを意味する。一方で、性能向上はすべての指標に及んでいるわけではない。一部の変数で最初の6時間の結果が悪化したことや、一部の地図で見られた格子状の形状は、出力があらゆる状況でより信頼できるとは限らないことを示している。ECMWFの人工知能モデルとの比較は良好だったものの、WeatherNext 3が異なる変数において示す優位性がどのような利用条件で維持されるのか、また制約がユーザーに提供される予報にどの程度影響するのかは、なお明らかになっていない。
背景
Googleは、FikirPilotのアーカイブにおいて新しい名前ではない。過去90日間にこの名前が登場する記事を28本公開しており、最も新しい記事の日付は2026年9月9日だ。