2025年11月17日、米Google DeepMindとGoogle Researchが最先端の気象予測モデル「WeatherNext 2」を発表した。
従来比8倍の高速化と1時間単位の高解像度予測を可能にし、航空・物流・エネルギー分野の意思決定を大きく変える技術として注目されている。
WeatherNext 2が実現した高速化と予測精度の向上
Google DeepMindとGoogle Researchは11月17日、AI気象モデルの最新版「WeatherNext 2」を正式に公開した。WeatherNext 2は1つの初期条件から数百のシナリオを生成でき、従来モデルに比べて8倍の速度で予測を出力する。
1時間単位の高解像度を実現しており、短期から中期予測の質が大きく向上したとされる。
性能向上の背景にあるのは、新たに導入された「Functional Generative Network」という生成アプローチである。
このモデルはネットワーク構造にわざとノイズを注入する方式で、物理的な整合性を保ちながら多様なパターンの天候変化を再現することが可能になった。
この仕組みにより、風速・気温・湿度などの個別要素のみを学習しながら、複雑な気圧配置や熱波の広がりといった複合現象を高精度で捉える。
実証では、GoogleはWeatherNext 2が前世代モデルを99.9％の変数で上回ったと説明しており、0〜15日の全リードタイムで性能が改善したという。
さらに、予測生成は単一のTPU上で1分未満で完了する。従来の物理モデルではスーパーコンピュータを用いても数時間を要するケースが多く、運用面の効率化が際立っている。
Googleは今回、SearchやGemini、Pixel Weather、Google Maps PlatformにWeatherNext技術を段階的に統合したとも明かした。
今後数週間で、Googleマップの天気情報にも本機能が活用される予定だ。
産業・防災の意思決定を変える可能性 普及の鍵はデータ統合
WeatherNext 2がもたらす最大のインパクトは、産業や行政の意思決定プロセスを根本から変える点にある。
航空会社は乱気流リスクの回避ルートをより迅速に設定でき、物流企業は降雨予測を踏まえた配送ルートの微調整がしやすくなるだろう。
一方で、AIモデルの性能は入力データの質に依存するため、観測体制の拡充や各国の気象庁とのデータ連携が普及の鍵を握るとみられる。
特に災害対策では、予測が高精度でも運用側のアクションが伴わなければ効果が限定的となる。AI予測と防災計画をどのように統合するかが今後の焦点になるだろう。
Googleは今後、新たな観測データの統合やモデルのさらなる高精度化を進めるとしており、WeatherNext 2は世界的な気象予測の標準技術へ発展する可能性がある。
気候変動の影響が深まる中、民間・公共双方での採用が加速すると考えられる。
関連記事:
気象庁、AI活用で体制拡充へ 30人以上の増員を要求
