AI気象モデルはサイクロンの進路をよりよく追う、だが勢力はまだ弱すぎる

データで訓練された気象モデルは、いまや平均的には最良の物理ベースの予報システムと肩を並べ、しかも計算コストはそのごく一部にすぎない。それがまれで極端な現象、つまりよい予報が最も重要になる場面でも成り立つのかどうかについては、意見が分かれている。これまでの評価では、記録的な気象や強い熱帯低気圧で深刻な失敗が見つかっていたが、検証されたのは主に決定論的モデル、つまり予報を1つだけ出すモデルだった。最新のモデルは確率論的だ。ありうる未来のアンサンブル（集合）を生成し、その1つひとつを「メンバー」と呼ぶ。

熱帯低気圧は厳しい試験になる。最も大きな被害をもたらす気象災害のひとつであり、避難は、数日先の位置と強さの予報、それも不確かさを正直に示した予報にかかっている。それなのに、全球気候シミュレーションの格子点のうち、熱帯低気圧が占めるのはわずか0.5%ほどにすぎない。

178個の嵐を再現する

パリのINRIA、ソルボンヌ大学とCNRS、AXAに所属するナタン・シャリュモー（Nathan Chalumeau）らは、3つのAIモデルを比較した。拡散モデルで未来の天気をサンプリングするGenCast、NVIDIAが公開したFourCastNet 3、そして別々に訓練した4つのネットワークからアンサンブルを組み立てるFGNだ。比較の物差しは、ECMWFの運用中の物理ベースのアンサンブルIFS-ENSで、数値予報の基準として用いられた。

研究チームは、すべての海洋域から、持続風速が少なくとも64ノットに達した178個のサイクロンを選び、2つの設定で検証した。ERA5再解析で訓練したモデルによる2021〜2023年の125個の嵐と、ECMWFの高解像度解析で微調整した運用版による2025年の53個の嵐である。各予報は49または50のメンバーで15日間計算され、嵐の最初の風の報告の12時間前に開始された。メンバー予報は合計26,541本にのぼる。2021〜2023年の予報を計算し直すだけで、H100グラフィックスプロセッサで6,000時間以上かかった。

ありうる位置の雲を採点する

予報進路はふつう、アンサンブルの平均位置で評価される。著者らは、それが誤解を招きうる理由を2025年の台風ブアローイ（Bualoi）で示している。IFS-ENSのメンバーはいくつかの別々のかたまりに分かれ、どんな平均もそれを表せなかった。

東南アジアの地図。台風ブアローイの4つの観測位置のまわりに、予報された嵐の位置を示す赤と青の等値線が描かれている。

台風ブアローイ（2025年）：4つの予報時間におけるFGN（赤）とIFS-ENS（青）の予報位置と、観測された進路（黒い点）。— Figure 2, Chalumeau et al. (2026), arXiv:2610.22077.

そこで著者らは、各アンサンブルを確率の地図に変え、そのうちどれだけが嵐の観測位置に重なるかを問う。スコアが低いほど、よい予報である。

2021〜2023年の嵐では、GenCastはサイクロンの68%で、FourCastNet 3は58%でIFS-ENSを上回った。差は控えめだ。2025年の嵐では差が広がった。FGNは対象となった41個の嵐の約90%でIFS-ENSを上回り、そのうち59%で3つのモデルの中で1位になった。GenCastは34%、IFS-ENSは7%だった。FGNは気象場全体でも最良のスコアを示し、2つのAIモデルはいずれも、全球よりもサイクロンの周辺でIFS-ENSに対してより大きな差をつけた。最も強い風と最も低い気圧の領域を、形と位置だけで比べても、順位は変わらなかった。FGN、GenCast、IFS-ENSの順である。

おだやかすぎる嵐

位置がよくても、強さがよいとは限らなかった。2025年の嵐では、FGNとGenCastはどちらも短期と中期で最大風速を過小評価し、IFS-ENSは基準値から10%以内にとどまった。運用データでの微調整でも、この偏りは取り除けなかった。以前の設定では、GenCastは局所的なスコアが優れていたのに、風速の不足はより大きかった。アンサンブルの較正も不十分で、場所によってはばらつきが小さすぎた。

ここに意外な展開がある。AIの嵐は弱いが、その内部の風と気圧の関係は正しく見える。順位づけによって各モデルの強度の偏りを取り除くと、最大風速と最低気圧の相関はFGNで−0.83、GenCastで−0.84となり、高解像度解析の−0.88、IFS-ENSの−0.87と比べても遜色ない。1つの変数、1つの地点ごとに訓練されたFGNでは、この関係は一度も課されていなかった。それでも自然に現れたのだ。

風速と気圧の関係を示す等値線の2つのパネル。左は生の値で情報源ごとにずれており、右は順位づけした値でほぼ重なっている。

左：AIモデルの嵐は、基準と比べて風が弱く、気圧の低下も浅い。右：順位づけすると、すべての情報源がほぼ同じ風と気圧の関係に従う。— Figure 6, Chalumeau et al. (2026), arXiv:2610.22077.

警報システムには、まだ早い

著者らは自分たちの結果に自ら線を引いている。この研究は選ばれた過去の嵐を再現したもので、サイクロンのない期間は含まれていないため、モデルが誤警報を出すかどうかは判断できない。2つの設定は、嵐もモデルのバージョンも、さらにはIFS-ENSの改良版も異なるので、微調整の効果だけを切り分けることはできない。そして倫理に関する記述ははっきりしている。これらの結果は「これらのモデルのいずれかを運用上の警報に使うための指針として読まれるべきではない」。

結論は、やるべきことのリストだ。強度を補正し、極端な風を重視する訓練目標を設計し、不確かさの表現を改善する。そしてそのたびに、位置の精度と風と気圧の関係で得られた成果が保たれているかを確かめることである。