新しいAIが天気予報の「2週間の壁」を越えることに成功

2 時間前 2

2〜6週先が「予測可能性の砂漠」と呼ばれる理由

カオス理論の象徴とされる「ローレンツ・アトラクター」で、ローレンツ系の式の答えがたどる道すじを描いた図です。大気もこうした気まぐれ(カオス)なふるまいをするため、先の予報には限りがあると考えられてきました。

2週間という限界は、米マサチューセッツ工科大学(MIT)のエドワード・ローレンツが50年以上前に唱えた考えです。

大気はあまりに気まぐれ(カオス)で、その先は予測できないとしたのです。

今回の研究チームの一人、MITのジューダ・コーエン氏は、この考えを完全には受け入れてこなかったといいます。

実際、予報が先へ行くほど崩れる大きな理由の一つは、計算の仕方にあります。

予報は大気の動きを一歩ずつ先へ進めて計算するため、一歩ごとの小さな誤差が積み重なっていくのです。

3週目に入る頃には、たまった誤差が、予報の中の役に立つ情報を覆い隠すほどになります。

そのため2〜6週間先は、専門家に「予測可能性の砂漠」と呼ばれてきました。

そこで研究チームは、予報を一から作り直すのではなく、予報の外れ方を直す道具を作りました。

米国の海洋大気庁(NOAA)で気候や天気の予報に使われた、IBMのスーパーコンピューターです(2009年撮影)。チームが作った予報の外れ方を直す道具は計算が軽いので、こうした計算機がなくても動きます。

名前は「確率的バイアス補正(PBC)」で、確率で表した予報の偏りを直すという意味です。

PBCは、過去のデータから学んで答えを良くしていく、新しい機械学習(AI)の仕組みです。

PBCが受け取るのは、予報モデルが条件を少しずつ変えて計算した、たくさんの予報の束(アンサンブル予報)です。PBCはそれを、ある週の気温や雨が、過去の記録を5段階に分けたどの段に入るかの確率に直し、その確率を手直しします。

手直しは2本立てです。

1本目は、過去20年分の予報と実際の天気を場所ごと・季節ごとに突き合わせ、いつも出る外れ分を差し引きます。

いつも少し遅れる時計なら、その分を足して時刻を読めばよい、という考え方です。

2本目は、予報を、直近数週間に実際に起きた天気や、平年の値と混ぜ合わせます。

そして2つの答えを平均したものが、最終的な予報になります。

計算はとても軽く、新しいデータが届くたびに毎日学び直しても、スーパーコンピューターはいりません。

記事全体を読む