Google DeepMind、高精度気象AIモデル「WeatherNext 3」を発表

2026 年 9 月 3 日

7 分間の読み物

当社の主力となる AI 気象予報モデルに、リアルタイムの衛星データや時間ごとの更新、より高い解像度、精密な降水予測、そしてクリーンエネルギー関連の変数などが新たに追加されました。このモデルは現在、検索、Gemini、Maps、Google Maps Platform、および Cloud に統合されています。

WeatherNext チーム

お使いのブラウザは音声再生に対応していません。

記事の音声を聞く

[[duration]] 分

このコンテンツは Google AI によって生成されています。生成 AI は実験的な技術です。

毎日、気象は数十億人の意思決定に影響を与えています。傘を持って家を出るような単純な判断から、その影響が甚大なものまで様々です。風や雨、熱波や干ばつといった異常気象は、農業、グローバルサプライチェーン、クリーンエネルギーの生産、そして国家経済に連鎖的な影響を及ぼします。

ここ数年、AI は従来の手法よりも速く、より正確な予測を行うために歴史データを活用し、気象予報に革命をもたらしました。しかし、極めて局所的で急速に変化する天候の予測は依然として課題となっています。過去のモデルでは空間解像度が不十分であったり、衛星などからのリアルタイムデータを組み込むことに苦労したりしていました。

本日、Google DeepMind と Google Research は、Brightband による独立したライブ評価 WeatherNext 3 を発表しました。これは現時点で最も進歩し、精度の高いグローバル気象モデルです。当社のモデルはリアルタイム観測データから直接学習するため、人々に最も影響を与える気象事象に対して、タイムリーかつより局所的な予測を提供することが可能になります。生衛星データを活用して高解像度で毎時間予報を生成することで、世界中の Google プロダクトを通じて信頼性の高い予報が利用できるようになりました。

前例のない解像度での迅速な気象予測

予報の実用性は、その詳細さと時間・空間をどの程度細かく分解できるかにかかっています。WeatherNext 3 は、広域の風のパターンから局所的な地形に至るまで物理的な整合性を保ちながら、複数の空間解像度で毎時間の予報を生成します。

WeatherNext 3 を用いれば、温度や湿度といった主要な地表変数を 5 キロメートル解像度で、その他の地表変数を 10 キロメートル解像度で、風速などの大気変数を 25 キロメートル解像度で可視化できます。全体として、これは前モデルの WeatherNext 2 と比較して約 5 倍シャープなグローバルな気象図を提供するものです。WeatherNext 2 は 25 キロメートルグリッド上で 6 時間刻みの予報を生成していました。

図1：WeatherNext 3 システムの全体像。このモデルは、生きた1時間ごとの静止衛星モザイク画像と従来の歴史的解析データを統合し、単一の柔軟な機能的生成ネットワーク（FGN）メッシュトランスフォーマーに供給します。その出力は、高密度グリッドフィールド、離散的なサイクロン軌跡、そして駅レベルの疎な座標をネイティブで予測するものです。

図2：英国における2メートル気温予報の比較。左側の WeatherNext 2 は解像度 25 キロメートル（0.25°）ですが、右側の WeatherNext 3 はネイティブ解像度 5 キロメートル（0.05°）を実現しています。WeatherNext 3 は複雑な局所地形を詳細に捉えるため、旧来のモデルで見られたピクセル化された過剰な平滑化による熱表現を防ぎます。

継続的なグローバルスケールでの実世界データ活用

WeatherNext 3 の最大の飛躍は、学習元となるデータの質にあります。WeatherNext 2 を含む多くの AI 気象モデルは、数値予報モデル（NWP）のデータを基に訓練されています。有用ではあるものの、NWP モデルはスーパーコンピュータで駆動される複雑な物理シミュレーションであり、6 時間のデータ遅延を伴います。この遅延により、雨や地表温度といった急変する変数に対してバイアスが生じる可能性があります。

一方、生きたグローバル静止衛星データのモザイクを取り込むことで、新モデルは大気の豊かで継続的に更新される視覚を得ています。これにより、モデルは最新の観測データに基づいた予報を毎時間生成できるようになりました。解像度は最大 5 キロメートルで、常に最新の状態を反映します。

これは重要な意味を持ちます。気象状況は急速に発展するためです。暴風、前線、降水システムが突如として発生した場合でも、当社の高速更新サイクルと高解像度により、効果的な対応を促すために必要な早期かつ詳細な洞察を提供できます。

気温や湿度といった変数は、わずか数キロメートルの範囲で劇的に変動することがあり、沿岸部、谷間、山脈に隣接する地域にとって特に重要です。従来のモデルはここで苦戦します。大気を表現したデータが詳細に欠け、極端な局所的な変動を見逃すからです。

この課題に対処するため、WeatherNext 3 はスパース（疎）な気象観測ステーションの観測データを直接学習対象とします。これにより、地形などの地域的な細部を考慮した、5 キロメートルグリッドでの全球予報が可能になります。

この画期的な技術は、特にラテンアメリカ、アフリカ、アジア太平洋地域の地域にとって極めて重要です。これらの地域では従来、高解像度予測には莫大なスーパーコンピューティングコストがかかるため、長らく十分なサービスが提供されてきませんでした。本モデルにより、これらの地域の数十億の人々と地元企業に、局所的で高精度な予報が可能になります。

解像度の向上や予測頻度の改善に加え、当モデルは再生可能エネルギーの生産に特化した予測機能も新たに導入しました。具体的には、風力発電タービンが設置される高さ（約 100 メートル）における風速を予測し、風力発電量の算出精度を高めます。また、太陽光発電所が地上で受け取る日照量を推計する上で不可欠な、高解像度の雲量データと日射量レベルも同時に予測します。

このデータは、世界のクリーンエネルギー計画において極めて重要です。送電網の運用者や再生可能エネルギー開発者は、自社のクリーンエネルギー資産がどれだけの電力を生成できるかを正確に予測し、需要とのマッチングを図ることができます。

降水予測における画期的な精度向上

世界的な気象モデルは、長年、降水の正確な予測に苦戦してきました。雨や雪のシステムは、従来の物理ベースのシミュレーションでは正確にモデル化が困難な微小スケールで急速に移動する雲プロセスによって駆動されるためです。その結果、AI による予測はぼやけた推定値にとどまったり、激しい嵐の境界を完全に見逃したりすることが少なくありません。

この課題を解決するため、当モデルは 2 つの極めて高品質な降水データソースを用いてトレーニングを行います。1 つ目は NASA が提供する衛星ベースの統合マルチサテライトリトリバルズ・フォー・GPM（IMERG）です。もう 1 つ目は、当社が独自に開発した衛星レーダーに基づく全球降水再解析データです。

その結果、降水予測の精度が大幅に向上しました。中長期の全球予報における評価では、ベースラインとの比較により、Continuous Ranked Probability Score (CRPS) が IMERG に対して最大 60%、MRMS で 30%、初期のリードタイムにおける雨量計測定値でも 10% 改善することが確認されています。

図 3：中長期の降水確率（PoP > 1mm）予報比較。25 キロメートル解像度の WeatherNext 2（左側）は、降水域が非常に拡散しピクセル化された様子を示しています。一方、11 キロメートル解像度の WeatherNext 3（中央）は、実際の衛星観測データ（右側）とほぼ一致しており、気象システムの鋭い対流帯を正確に捉えています。

エコシステム全体への研究応用

私たちの主な目標は、気象インテリジェンスを発展させ、誰もが活用できるようにすることです。突風の変化を追跡する緊急対応者、飛行経路を計画する航空管制官、あるいは作物管理を行う農家など、あらゆる立場の人にとって有用なものです。

これらの画期的な成果を実験室から現実世界へと持ち出すため、WeatherNext 3 を Google のコアエコシステム全体およびその外側にも統合しています：

高解像度の予報データ

グローバルな天気予測を毎時更新し、モデル構築の手間なしでワークフローに直接組み込める形で提供しています。これにより、研究者や開発者、企業は BigQuery や Earth Engine でデータをクエリしたり、Google Cloud Storage から一括ダウンロードしたりすることが可能になります。

世界中で利用可能

WeatherNext 3 は本日より、Google Search、Gemini アプリ、Google マップ、Google Maps Platform の天気 API、そして Google Earth Engine において、天気の体験を支える基盤として稼働を開始します。今回の更新により、中長期の予報精度が劇的に向上しました。1 日以上先の計画を立てる際、降水確率の予測精度は最大 50% 向上し、特に従来から予報の信頼性が低かった地域でその改善効果が顕著です。週末旅行の準備や屋外活動に最適な日の選定など、より正確な予測が得られるため、計画をより確実に立てることができます。

大気には常に一定の不確実性が残ります。しかし、WeatherNext 3 は実際の観測データを用いて学習し、従来のモデル化における制約を回避することで、地上で起きている現象と真に一致する予報の実現に向けた未来へと一歩近づいています。

地理空間プラットフォームや Google の AI 研究について詳しく知りたい方は、Google Earth Engine、AlphaEarth Foundations、そして Earth AI をご覧ください。

免責事項: 公式の天気予報や気象警報、公共の安全に関する注意喚起については、必ずお住まいの地域の気象機関または国の気象サービスをご参照ください。

WeatherNext 3 についてさらに詳しく知る

• 論文を読む
• WeatherNext 3 で開発する
• Weather Lab を訪れて、WeatherNext 3 のリアルタイム可視化をご覧ください
• Brightband が運営する独立系のライブリーダーボードで WeatherNext 3 の順位を確認する