気候モデル：30年の計算の積み重ね、それでも雨は難しい

気候モデルは、気候政策を支える証拠の多くを提供している。1995年以来、CMIP（結合モデル相互比較プロジェクト、Coupled Model Intercomparison Project）と呼ばれる国際プログラムが、共通のルールのもとで、世代から世代へとモデルを並べて走らせてきた。世代ごとに格子は細かくなり、物理過程は増え、そのぶん計算も増えた。イオアナ・コルフェスク（Ioana Colfescu、セント・アンドルーズ大学および英国国立大気科学センター）が率いる24人の研究者チームによれば、誰も追跡していないのは、これにどれだけのエネルギーがかかり、それで何が得られているのかということだ。

159のモデル、1つの誤差スコア

チームは、5つのCMIP世代にわたる159のモデルについて、保存された出力を使って1つの誤差指標を計算し直した。各モデルの冬の気候（1979〜1999年）が、海面気圧、地表気温、降水量という3つの変数で、観測からどれだけずれているかを測るものだ。この3つだけなのは、第2世代がそれ以外を何も保存していないからである。値が低いほどよい。

誤差の中央値は、第1世代の1.56から第6世代の0.61へと下がる。同じ期間に、典型的なモデルに必要な計算量は、格子の解像度から推定すると約29倍に増えた。

安定した見返りの率

世代ごとに見ると、誤差は21、28、21、14%と減っており、不規則な系列だ。しかし各段階で加わった計算量と照らし合わせると、規則的なパターンが現れる。計算が2倍になるごとに誤差が13.5%減るのであり、比較が成り立つ3つの移行のあいだのばらつきはわずか0.7ポイントだ。

この率から、単純だが厳しい計算が導かれる。誤差を半分にするには約4.8回の倍増が必要だ。「0.865の4.8乗は0.5だからだ」と著者たちは書く。そして4.8回の倍増とは、今日のモデルの約28倍の計算を意味する。一方で、世代間の計算量の伸びは、2.2回の倍増から1.1回へと鈍化している。

著者たちは、この数字の意味について慎重だ。物理の改良もモデルを改善するが、両者は切り分けられない。だから13.5%は、計算と科学をあわせた見返りを測っている。また、これは過去の進歩を記述したものであって、自然法則ではない。

取り残される雨

1つのスコアは大きな違いを隠してしまう。第1世代から第6世代までに、海面気圧の誤差は3.5分の1に、地表気温の誤差は2.7分の1に減った。降水量では、減少は**7%**だった。この尺度で見る限り、30年にわたって解像度と複雑さを加えても、気候の影響にとって最も重要な変数はほとんど改善していない。

誰も測らないエネルギー

エネルギーの報告はまだらだ。最新世代について完全なデータを公表した8つの機関で、1,692トンのCO₂にのぼる。エネルギーが測定されている13のモデルでは、シミュレーション1年あたりのエネルギーに65倍の開きがあり、解像度とはほとんど連動していない。30の機関のうち、標準化されたエネルギーの数値を公表しているのは9機関で、エネルギーを予報の性能スコアと結びつけて報告している機関は1つもない。

GraphCast、Pangu-Weather、FuXi、GenCastなどのAI気象モデルは、今や欧州中期予報センターの高解像度予報に匹敵するか、それを上回る。運用コストははるかに安いと言われる。しかしチームは、それらの予報を生み出すのに必要なエネルギーの公表された測定値を1つも見つけられなかった。そこで、報告されたハードウェアと実行時間からそれを再構成した。さらに訓練を加えた。GraphCastで約2,900 kWh、Pangu-Weatherで62,000 kWhだ。1日4回の予報を1年間行う場合、訓練は各システムのエネルギーの99%以上を占め、Pangu-Weatherは1キロワット時あたりの予報性能で2位から最下位へ落ちる。

はしごではなく境界線

このロードマップは、モデルを性能–エネルギー平面で評価することを提案する。一方の軸に性能、もう一方の軸にエネルギーをとり、どちらの点でもほかに負けないシステムの集合を見るのだ。性能をエネルギーで割ったスコアは、同じ種類のシステム内での順位づけには使えるが、著者たちは、それを単独で使ってはならないと警告する。ほとんど役に立たないのにエネルギーもほとんど使わないモデルが、高いスコアを得てしまうからだ。著者たちはまた、「報告あり」から「完全かつ監査済み」までの5段階のエネルギー報告レベルと、少ないエネルギーでより多くを成し遂げる4つの方法を提案している。よりよく設計された実験、GPUのような新しいハードウェア、データの移動の削減、そして的を絞ったAI部品だ。

著者たちはリスクも指摘する。実行が安くなれば、単に実行回数が増えるだけかもしれない。また、大規模な気象モデルの訓練は、いまだ少数の組織と国に集中している。最初の一歩は控えめだ。次の世代のモデル、CMIP8が始まる前に、範囲を明確にしたうえで、精度の隣にエネルギーを報告すること。