GoogleのAIが雨の予報を50%改善 — Maps・検索にすでに反映済み

スマートフォンの天気予報が、何もしなくても大幅に信頼性を増した。Google DeepMindは、Search、Maps、Gemini、Maps Platform APIの天気カードの背後にあるモデルをWeatherNext 3に置き換えた。同システムは5km格子で毎時予測を生成する。従来モデルの25km格子・6時間間隔と比較して。

実用的な違いは雨において最も明確に現れる。1日以上先の計画において、WeatherNext 3の降水予測は従来モデルより最大50%精度が高い。気候研究者が使用する衛星ベンチマークIMERGと比較すると、改善率は60%に達する。それは、「にわか雨の可能性」という予報と、「あなたの住む地域で午後2時から5時の間に雨が降る」と具体的に告げる予報の違いに相当する。

Googleの独自ベンチマークによれば、WeatherNext 3は米国国立気象局や欧州の気象機関が運用する従来の数値天気予報システムも上回る。このモデルは雨以外にも、風力タービンの高さである100メートル地点の風速、雲量、日射量をカバーしており、一般の通勤者に加え、エネルギー事業者や農業計画者にも有用である。

AIベースの気象モデルを開発しているのはGoogleだけではない。Microsoft、Nvidia、欧州の研究機関も過去2年間に競合する手法を発表している。Googleの発表は特定の競合を名指ししておらず、独立した気象機関によるWeatherNext 3の主張する精度向上の外部検証はまだ公表されていない。数値はGoogle自身の比較テストに基づく。

主要なアーキテクチャ変更は、モデルがデータを受け取る方法にある。従来の天気予報システムは、計算を実行する前に6時間分の観測データを収集する。WeatherNext 3は、その遅れを回避し、静止気象衛星の画像を毎時間リアルタイムで取り込む。また、地上の気象観測網からの直接データでも学習し、海岸効果、山岳峠、都市のヒートサインなど、粗い格子ではならされてしまう局所的な地形を反映するのに役立つ。

5kmの解像度が実際に意味することには現実的な限界がある。このモデルは、通りの片側に先に雨が降るといった違いを識別できず、対流性気象システムの根本的な予測不可能性を覆すこともできない。Google自身のブログでは、悪天候警報や公衆安全情報については利用者を地元の気象機関に誘導している。

WeatherNext 3の事前学習済みバージョンは、モデルが発表された2026年9月3日時点で、Google CloudおよびGoogle Earth Engineを通じて研究者に提供されている。段階的な地域展開は発表されておらず、アップグレードはGoogleの消費者向け気象製品の全ユーザーに対してグローバルに即時適用されている。

タグ: 人工知能, Google, 機械学習, DeepMind, Google マップ, WeatherNext 3