Google DeepMind WeatherNext 3 Release

Google DeepMindとGoogle Researchは、リアルタイムの衛星観測を統合して、1時間ごとの高解像度予測を提供するグローバルな気象AIモデル、WeatherNext 3を発表しました。このモデルは、通常6時間のデータ遅延を伴う数値予報モデル（NWP）シミュレーションのみに頼るのではなく、ライブ観測から直接学習することで、従来のAI気象モデルからの重要な転換を象徴しています。

High-Resolution Spatial and Temporal Forecasting

WeatherNext 3は、前身のWeatherNext 2と比較して、約5倍鮮明なグローバルな気象状況を提供します。このモデルは、地球規模のパターンから局所的な地形に至るまで、物理的な一貫性を維持するために、複数の空間解像度で1時間ごとの予測を生成します：

• 5-kilometer resolution: 温度や湿度などの主要な地表変数に使用されます。
• 10-kilometer resolution: その他の地表変数に使用されます。
• 25-kilometer resolution: 風速を含む大気変数に使用されます。

対照的に、WeatherNext 2は25キロメートルのグリッドと6時間間隔で動作していました。新しいアーキテクチャは、ライブの1時間ごとの静止衛星モザイクと履歴解析を取り込み、高密度なグリッドフィールド、離散的なサイクロン経路、およびネイティブなステーションレベルの疎な座標を出力するFunctional Generative Network (FGN) mesh transformerを利用しています。

Integration of Real-World Observation Data

従来のNWPモデルの6時間の遅延に関連するバイアスを排除するため、WeatherNext 3は、ライブのグローバルな静止衛星データのモザイクを取り込みます。これにより、最新の観測に基づいた新しい予測が毎時間生成されます。

さらに、このモデルは、疎な気象ステーションの観測データで直接学習します。このアプローチにより、5キロメートルのグリッドは、海岸線、谷、または山脈に近い地域の詳細な地形などの地域的な詳細を考慮することが可能になります。この機能は、特にアフリカ、ラテンアメリカ、およびアジア太平洋地域において、従来の地域モデルのスーパーコンピューティングコストによって高解像度予測が制限されていた地域にとって非常に有益です。

Breakthroughs in Precipitation Accuracy

WeatherNext 3は、NASAの衛星ベースのIntegrated Multi-satellite Retrievals for GPM (IMERG)と、衛星レーダーに基づく独自のグローバル降水再解析データという、2つの高品質なデータソースを使用して学習することで、AIが共通して苦戦する降水予測の課題に対処します。

中期間のグローバル予測のベースラインに対する評価では、Continuous Ranked Probability Score (CRPS)において大幅な改善が見られます：

• IMERGに対して最大60%の改善
• MRMSに対して30%の改善
• 初期リードタイムにおける雨量計の測定値に対して10%の改善

Clean Energy and Ecosystem Integration

WeatherNext 3は、再生可能エネルギー生産のために設計された特定の変数を導入し、グリッドオペレーターや開発者が発電量と消費者需要を一致させるのを支援します：

• 100-meter wind speeds: 風力エネルギー出力のために、タービン高さでの風速を予測します。
• Cloud cover and sun radiation levels: 太陽光発電所が地上レベルの光を推定するのを助ける高解像度データ。

このモデルは、Google Search、Gemini app、Google Maps、Google Maps Platform Weather API、およびGoogle Earth Engineを含むGoogleのエコシステム全体に統合されています。1日以上先の計画を立てるユーザーにとって、これは、特に歴史的にサービスが不足していた地域において、降水予測の精度が最大50%向上することを意味します。