台風の進路や強度を、主要な運用モデルより平均1日以上先まで同程度の精度で予測できたら、暮らしの備えはどう変わるだろうか。
Google DeepMindがサイクロン予測AIモデル「WeatherNext」を発表した（日本時間8月7日未明）。Nature誌に掲載された研究で、暴風雨の進路、強度、風域の予測が最高水準に達した。2023〜2025年の熱帯低気圧を対象にした評価では、主要な運用モデルに対し、平均で1日以上の予測リードタイム優位を示した。
これは過去の事例を使ったモデル間の予測精度比較であり、実際の警報が24時間早く届くことや、備えに使える時間が平均24時間延びることを意味しない。モデルは長年にわたる全球の大気データと、約5,000件の過去のサイクロンを集めたデータベースから学習した。15日分の確率的な予測シナリオを、TPU上で1分足らずで生成する。
注目したいのは、コードとモデルの重みがGitHubで公開されたことだ。学術研究だけでなく、実運用の予報や、地域に特化したモデルの開発にも使えるとしている。国の気象機関だけが持っていた道具が、自治体や研究室、個人の開発者の手にも届く形になった。
暮らしの側から見ると、より先まで精度を保つ予測が実運用に組み込まれれば、避難や予定変更の判断材料が早い段階で増える可能性がある。ただし、論文が示したのはモデルの性能差だ。警報や避難情報の発表時刻は、各国の気象機関の運用と判断を経て決まるため、公式の予報・警報を確認する必要がある。
予測がどれだけ良くなっても、受け取って動く側の段取りがなければ生きない。天気の通知をどう設定しているか、家族との連絡手順を決めているか。道具が進化するほど、問われるのは使う側の準備のほうだ。
次の台風が来る前に、あなたの備えは何時間で動き出せるだろうか？
※訂正（2026年8月9日）：初出時、「備えに使える時間が平均でおよそ24時間延びる」と記載しましたが、正しくは主要な運用モデルとの予測精度比較で、平均1日以上の予測リードタイム優位を示したものです。実際の警報が24時間早まることを示す結果ではありません。タイトルと本文を訂正しました。
