Google DeepMindとGoogle Researchは、大気の変化をより詳細に追跡し、より頻繁に天気を予測する新たな人工知能モデルWeatherNext 3を2026年9月3日に発表した。Googleは、モデルから得られるデータを検索結果、Google Maps、Geminiで利用するほか、Googleのクラウドプラットフォーム上でユーザーや研究者が利用できるようにすると明らかにした。
WeatherNext 3は、Brightbandが人工知能による予測を比較したOperational WeatherBenchのテストで、気温、風速、湿度などの指標において、主要モデルの中で最高の精度を示した。このモデルは、Google、Microsoft、Nvidia、欧州中期予報センター（ECMWF）の深層学習システムに加え、米国国立気象局とECMWFによる従来型の予測も上回った。
従来型の予測は、気象の物理法則を定義する数学的方程式を政府機関のスーパーコンピューターで処理して作成される。これらのシステムは正確な結果を出す一方で、高コストで、比較的処理速度が遅い。ECMWFが2018年に半世紀を超える気象データを公開した後、研究者らは同程度の精度により速く到達できる深層学習モデルの開発に着手した。
WeatherNext 3は、人工知能による予測が広い範囲に焦点を当てていること、降水量の予測を苦手としていること、政府機関が整備したデータセットに依存していることなどの問題に取り組む。モデルは一部の基本変数を5 kmの解像度で予測でき、降水量の評価精度はWeatherNext 2と比べて60％向上し、6時間ごとではなく1時間ごとに予測を生成できる。従来モデルと比べて2.4倍多いパラメーターを含むこのシステムは、ハリケーンの進路だけでなく、特定の気象観測所が測定できる気象条件も予測できるよう訓練された。
このモデルは、リアルタイムで収集された衛星データを1時間ごとに処理できるため、より頻繁に予測を行える。Googleは、WeatherNext 3が高解像度の全球予測で生の観測データを直接使用する「初の」人工知能モデルだと説明する一方、WindBorne WeatherMesh 6は2025年末から生の観測データを活用していると述べている。両モデルとも、各国の気象データセットに依存している。
人工知能による予測の低コストと処理速度は、高価なセンサーやスーパーコンピューターのために正確な気象情報を利用できない貧困地域に経済的な恩恵をもたらす可能性がある。より詳細な風、降水量、雲の予測により、再生可能エネルギー事業の信頼性も高まると見込まれている。
なぜ重要か
この進展は、気象予測において、政府機関の高価なスーパーコンピューターに依存する物理法則に基づくシステムから、生の観測データをより速く処理できる人工知能モデルへの移行を後押ししている。1時間ごとの、より高解像度な結果が検索、Maps、Geminiに導入されることは、予測インフラの進歩が、幅広い利用者の日々の情報利用に直接入り込むことを意味する。クラウド経由でアクセスできるようになれば、研究者や、高価なセンサーおよび計算インフラを利用できない地域にとって利用のハードルが下がる可能性がある。風、降水量、雲のデータは、再生可能エネルギー事業にも密接に関わっている。一方で、モデルが各国の気象データセットに依存していること、生の観測データを使用する初のシステムだという主張をめぐる議論、ベンチマークテストでの成功がリアルタイムの状況にどの程度反映されるのかは、依然として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。この90日間で、私たちはこの名前が登場するニュースを17本掲載しており、最も新しいものは2026年9月4日付だ。