このAIが極端な地域の気象イベントを予測する方法

気候変動が極端な気象イベントの強度と頻度を増加させる中、予測の重要性はかつてないほど高まっています。

新しい機械学習モデルは、地域の天気予報の精度を向上させる可能性があり、これは特に低所得の政府やコミュニティにとって生活を変えるような進展となる可能性があります。

問題は、豪雨や極端な気象現象を引き起こす複雑な物理学のため、正確な地域予測を開発することが非常に難しいことです。地域予測にはスーパーコンピュータと訓練を受けた地元の専門家が必要であり、これにより裕福な政府やコミュニティにしかアクセスできません。

これに対処するために、スタートアップのClimateAiのデータサイエンティストと研究者たちは、地域予測を前例のないレベルで民主化できる機械学習モデルを開発しました。このモデルは、現在の全球気象モデルに存在するバイアスを修正し、従来の予測システムのコストがかかる制約なしに、正確なローカル予測を提供します。

チームのモデルに関する研究は広範な査読を経ており、3月下旬に開催される第25回国際人工知能と統計に関する会議（AISTATS）で発表される予定です。

この課題の核心には、解像度の問題があることが判明しました。数日先の伝統的な天気予報は解像度が非常に粗く、したがって地域の極端なイベントを捉えることができません。近年使用されている代替手段の一つは、進行中の観測を利用して、数時間先の地域の天気を予測することです。

極端な気象イベントに関しては、そのような予測の有用性は限られています。解決策は、非常に正確な従来の予測の解像度を高めることです。

ClimateAiの主任データサイエンティストであるステファン・ラスプ博士とオックスフォード大学のイラン・プライスは、革新的な機械学習アプローチを開発しました。これは、現在の気象モデルに存在するバイアスを修正するために、世界の天気予報で訓練された生成的敵対ネットワーク（GAN）を使用します。この新しいモデルは、グローバルな予測をローカルな予測と同じくらい正確にダウンサイジングし、これまで必要とされていた膨大な計算、財政、人材リソースを必要としません。

「最近の『今予報』を改善するための活動の波を超えて、私たちの新しいモデルは数時間から数日の予測において同じ精度を達成します」とラスポ博士は述べました。「二重のアプローチを取ることで、グローバルモデルの系統的な誤差を考慮し、予測の解像度を高めて地域の極端な状況を正確に捉えることができます。」

現在の予測システムの高額な制約、特に複雑なモデルを通じて情報を提供する高度に訓練された気象学者の必要性を取り除くことで、この新しい技術は高解像度の地域予報のための技術を負担できないコミュニティにとって恩恵となる可能性があります。

実際にはそれはどのように見えるのでしょうか？ClimateAiは、単に「今週の降雨確率は40%」と地域全体を確認するのではなく、新しいモデルがユーザーに「どのような質問に簡単に答えられるか」を提供するシナリオを提案しています。

明日雨が降る可能性はどのくらいですか、それとも降らない可能性はどのくらいですか？

どこで正確に雨が降るのですか？ <&47;em>

雨が降ると、全体に霧雨が降るのか、特定の場所に集中して降るのか、いくつかの場所で降り、他の場所では霧雨になるのか？

研究者たちは、粗い大規模な予測がこれらの質問への答えを隠していることを指摘しています。

「人工知能と機械学習のブレークスルーが天気予報を変えており、リソースを多く消費する地域の天気モデルは、機械学習アプローチによって完全に置き換えられるかもしれません」とラスポ博士は付け加えました。「実行可能な予報は、気候に対応した取り組みや運営を目指す企業や政府を支援します。」

もちろん、新しいモデルは、企業が実行可能な情報を用いて気候リスクをより良く管理するのを助けるというClimateAiの広範なビジネス目標にも合致しています。気候変動による極端な天候が増加する時代において、サンフランシスコの企業はサプライチェーンが高額な混乱を回避するのを助ける位置にあります。