https://www.itmedia.co.jp/aiplus/articles/2503/31/news081.html
https://www.itmedia.co.jp/aiplus/articles/2503/31/news081.html
Innovative Tech（AI+）：
このコーナーでは、2014年から先端テクノロジーの研究を論文単位で記事にしているWebメディア「Seamless」（シームレス）を主宰する山下裕毅氏が執筆。新規性の高いAI分野の科学論文を山下氏がピックアップし、解説する。
X： ＠shiropen2
英ケンブリッジ大学や英アランチューリング研究所などに所属する研究者らが発表した論文「End-to-end data-driven weather prediction」は、高速かつ高精度で気象予測ができるシステムを提案した研究報告である。既存の気象予測システムよりも数十倍速く、数千倍少ない計算能力で正確な予報を提供できるという。
従来の気象予測システムは、観測データの取得、データ同化、予測モデルの実行、後処理という複雑なプロセスから成り、専用のスーパーコンピュータを必要としていた。巨大で高価、かつエネルギー消費も激しいスーパーコンピュータは、気象予測に数時間を要する。
一方、今回提案の気象予測システム「Aardvark Weather」は一つの機械学習モデルがこれらのプロセス全体を代替し、観測データを直接入力として全球グリッド予報と地点予報を生成する。Aardvark Weatherは、従来の精度を維持しながらデスクトップコンピュータ（4台のNVIDIA A100 GPU上）を使用して約1秒で予測できるという。
Aardvark Weatherは3つのモジュールで構成。まずエンコーダーモジュールがさまざまなソースからの観測データを取り込み、初期状態を推定する。次にプロセッサモジュールがこの初期状態から24時間先までの予測を生成し、より長期の予測は自己回帰的に行う。
最後にデコーダーモジュールが特定の予測タスク（例えば地点予報）を実行する。エンコーダーとプロセッサモジュールはVision Transformer（VIT）で、デコーダーモジュールは軽量な畳み込みアーキテクチャとして実装されている。
評価実験では、Aardvark Weatherを4つのベースラインと比較している。最も単純な持続予報と気候値予報、2つの運用中の全球数値予報システム（ECMWFのIFSとNCEPのGFS）である。
結果、このシステムはほとんどの予測時間においてGFSを上回り、ECMWFのIFSに迫る性能を示した。特筆すべきは、Aardvark Weatherが従来のNWP（将来の気象状態を予測するシステム）が利用できる観測データのわずか約8％しか使用せず、計算コストも大幅に削減できる点である。
地点予報評価では、地上2mの気温と10mの風速の予測精度を検証した。システムは最大10日先まで高い精度の予測を実現し、統計的後処理を施したNWPや人間の予報官が関与する最先端システムと同等の性能を示した。
Source and Image Credits: Allen, A., Markou, S., Tebbutt, W. et al. End-to-end data-driven weather prediction. NatureI（2025）. https://doi.org/10.1038/s41586-025-08897-0
0 コメント:
コメントを投稿