【気象予報の革命】DeepMindの「WeatherNext」がサイクロン予測で驚異的な精度を達成

DeepMindが開発した気象予測モデル「WeatherNext」が、サイクロンの進路予測において画期的な成果を上げました。従来の予測手法を凌駕する高い精度を実現しており、気象予報の未来を大きく変える可能性を秘めています。

記事のキャッチコピーにある通り、「WeatherNextにより、サイクロンの正確な予測が可能になり、1日早い警告を出せるようになる。今回、そのモデルをオープンソース化する」とのこと。

台風やサイクロンの予測について最近知ったんだけど、とんでもない精度だね。自分は https://zoom.earth を使って見てる（iPhoneアプリもすごく優秀）。今、中国東海岸沖にいる台風Dolphinの動向がこれ。

「Dolphinはゆっくりとしたトロコイド運動を続けながら、全体として西へ向かい、東シナ海のより深い場所へ進んでいる。過去12時間でこのシステムは再びサイクロン性のループを完了し、減速した。西向きの持続的な進路を確立する前段階として、引き続き蛇行が続いている。

過去2日間で見られた予測不可能な動きは、韓国上空の亜熱帯高気圧の切れ目によって生じた弱い誘導環境と、内側のコアがより大きな親循環の中に包まれているという力学的な要因によるものだ。

全体的な誘導パターンは弱いが、日本の南上空では中規模な深層高気圧が形成されつつあるのが確認できる。」

https://zoom.earth/storms/dolphin-2026/

次に、自分の誕生日を北日本で荒天にしてくれそうな台風Chan-homの予報。

「強度ガイダンスは概ね一致している。ただし、JTWC（米海軍台風警報センター）の予報は、今後36時間についてはGoogle DeepMindを除くすべてのガイダンスよりも低く見積もられている。その後はコンセンサス・エンベロープ（60時間時点で時速95km/50ノットをピークとする）に収束していく。」

https://zoom.earth/storms/chan-hom-2026/

もしかして、これがサンダー（GoogleのCEO）にとっての最後の一押しだったのかも。

デミス：「素晴らしいブレイクスルーができたよ」
サンダー：「最高だ！SolやFableへの回答が喉から手が出るほど欲しかったんだ」
デミス：「彼らは台風予測で完全にやられちまってるよ」

これすごくいいね！AI関係者にはもっとこういうのを出してほしい。また新しいコーディングエージェントが出てくるより、ずっとインパクトがあるし興味深い。

最近のAI界隈はLLM一辺倒って感じだけど、個人的にはこういう問題特化型の強力なモデルの方がずっと面白いと思う。気象予測に使われるSOTAなAIモデルは、すでに従来のNWP（数値予報）モデルを凌駕しつつ、推論コストの面では桁違いに効率的だしね。その多くはマルチスケール（階層型）のグラフニューラルネットワークを採用してるんだけど、このアーキテクチャについてはあまり語られないよね。興味があるなら、オリジナルのGraphcastの論文を読む価値はあるよ： https://arxiv.org/abs/2212.12794

巨大な気象イベントを予測すること自体は、50年前の技術でもそれほど難しくはないんだよ。

難しいのは、正確にどこで雨が降るか、今日の海岸の傾斜（これが日々劇的に変わるし、なぜそれが重要なのか知らない人が多い）、波の高さ、海水浴場の水深、水温、ショアブレイク、雨がいつ氷や霙・雪に変わるのか、どのルートが影響を受けるか、風速や地域の詳細な気温、そして来週の天気はどうなるかといった詳細の予測だ。

従来の機器ではどれも無理だけど、学習データとアルゴリズムがあれば可能になる。だから、気象におけるアルゴリズム予測の役割にはすごく期待してる。すでに（AIなしで）予測できるものじゃなくて、実際に生活したり働いたり遊んだりする人々にとって本当に重要な洞察を得られるという点でね。

興味がある人のために、この論文をPyTorchで再現したものを置いておくよ： https://github.com/NVIDIA/physicsnemo/pull/1660

去年の半ばから運用されているECMWF（欧州中期予報センター）のAI ENS（アンサンブル予報）と同じ手法みたいだね。

https://www.ecmwf.int/en/about/media-centre/news/2025/ecmwfs-ensemble-ai-forecasts-become-operational
https://www.nature.com/articles/s44387-026-00073-7

「我々のアプローチの主な限界は、不確実性の扱いにあります。決定論的予報に焦点を当て、HRESと比較しましたが、ECMWFのIFSのもう一つの柱であるアンサンブル予報システム（ENS）は、10日以上の予報において特に重要です。気象力学の非線形性は、予報期間が長くなるにつれて不確実性が増すことを意味しており、単一の決定論的予報ではうまく捉えられません。ENSはこれを、複数の確率論的予報を生成することで解決していますが、計算コストが高いのが難点です。対照的に、GraphCastのMSE訓練目的関数は、不確実性を空間的にぼかすことで表現するため、一部の用途では価値が制限される可能性があります。」

社会科学でベイズ統計を学んだ身からすると、これってかなり重大なことじゃない？リスクの見積もりにおいて、説明可能である必要がある分野にはそれなりの理由があるわけで。もしモデルがなぜ不確実な推定値を出したのか説明できなかったり、最悪の場合あとからコロコロ意見を変えたりするような状況で、政府に避難命令を出すような判断を委ねられるのか？

へえ、ちょうどYouTubeの動画を見ていたんだけど、台湾海峡の天候予測が難しいことが、侵攻を困難にする要因の一つだって主張していたよ。