この記事のポイント
- WeatherNext Cyclonesは、熱帯低気圧の進路・強さ・風をまとめて予測するモデルです。
- DeepMindは過去データで、3日先の精度が従来の2日先相当と報告しました。
- これは平均的な比較結果で、個別の台風で準備時間が1日増える保証ではありません。
Google DeepMindの研究発表をもとに、WeatherNextの予測と評価を紹介します。過去の低気圧での成績と、防災判断への利用を分けて整理します。
WeatherNextとは、どれくらい進歩したのか
WeatherNext Cyclonesは、Google DeepMindとGoogle Researchが開発した熱帯低気圧（台風・ハリケーン）の予測モデルです。進路・強さ・風の広がりを一つのモデルで扱います。これまでは進路の予測と強度の予測に別々のモデルを使うのが一般的でしたが、WeatherNextはこの2つを統合しました(Google DeepMind公式ブログ、2026年8月6日発表)。「フィジカルAI」(現実世界の物理現象を理解して予測・行動するAIの総称)の代表例のひとつで、詳しくはフィジカルAIって何?NVIDIAの構想から理解するで解説しています。
DeepMindは、過去20年の傾向に照らして、およそ10年分の気象学の進歩に相当する改善と説明しています。具体的には、これまでのモデルが2日先までしか出せなかった精度を、WeatherNextは3日先で実現しました。これは過去の熱帯低気圧を用いた評価での平均的な精度改善で、個々の災害で準備時間が1日増えるという保証ではありません。3日先の予測における進路の誤差は従来のアンサンブル予報システム(ENS)を大きく下回る水準、強度の誤差も従来のHWRFモデルを上回る精度だとしています。訓練には全球の気象データ約20テラバイトと、過去約5,000個の熱帯低気圧を記録したデータベース「IBTrACS」が使われました(DeepMind公式ブログ、前掲)。
ハリケーン・メリッサでの実運用とオープンソース公開
研究段階の話にとどまりません。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)と連携してWeatherNextが実際に使われました。急速に勢力を強める「急速強化」のタイミングや、ジャマイカへの上陸地点を事前に予測し、現地の対応チームに「貴重な準備時間」をもたらしたとDeepMindは説明しています(同ブログ)。DeepMindはWeatherNext Cyclones、WeatherNext 2、軽量版のWeatherNext 2-miniのコードとモデルの重みをGitHubで無償公開しました。Google Colab上で動かせるノートブックも用意されており、学術研究はもちろん、各地域に特化した予報モデルの開発にも利用できます(weathernext(GitHub))。今回の成果は、NOAA/NHC・米コロラド大学大気研究協会(CIRA)・英国気象庁(UK Met Office)など複数の研究機関と共同でNature誌に論文として掲載されています(Nature掲載論文)。
まとめ: 予測と防災判断をつなぐ体制を作る
防災や事業継続を担当する方には、予測が扱う地域・現象と、不確実性を確認する視点が参考になります。研究の精度改善が、個々の台風で同じ準備時間を保証するわけではありません。公的な警報や既存の対応基準との関係を踏まえて読むとよいでしょう。
※ 2026年8月時点の情報です。予測精度の数値はDeepMind公式発表時点のものです。
台風以外の天気予報の体験については、1時間ごとに更新されるWeatherNext 3の解説記事も参考になります。
