最近、Googleは天気予報の分野で驚くべきブレークスルーを達成しました。NeuralGCMと呼ばれる新型の大気循環モデルを開発し、従来の物理モデルと比べて計算効率がなんと10万倍も向上しました。これは、過去25年間の高性能計算の進歩に匹敵する成果です。
機械学習と物理モデルを組み合わせることで、NeuralGCMは地球大気のシミュレーションを迅速かつ正確に行います。この研究成果は国際的なトップジャーナルである『Nature』に掲載され、大きな注目を集めています。
GoogleのCEOはこの成果をソーシャルメディアで発表し、NeuralGCMが科学者たちに気候変動予測のための全く新しいツールを提供すると述べています。地球の気温が急激に上昇している現在、このモデルは研究者たちが気候変動が様々な地域に及ぼす影響、例えば長期的な干ばつに見舞われる可能性のある地域や、沿岸地域が直面する洪水の危険性などを理解する上で役立ちます。
従来の天気予報モデルは一般的に物理法則に基づいており、地球を50～100kmの立方体に分割して、それぞれの領域における天候の変化を計算します。しかし、この方法はサイズが大きすぎるため、多くの重要な気候プロセスが考慮されません。これとは異なり、NeuralGCMはニューラルネットワークを利用して既存のデータから小規模な気象現象の物理的原理を学習し、シミュレーションの精度を大幅に向上させています。
NeuralGCMは1979年から2019年の気象データを用いてトレーニングされ、2～15日間の天気予報において、既存の最先端の物理モデルを上回る精度を示しました。気候予測においても、NeuralGCMは非常に優れた性能を発揮し、特に気温予測における誤差は従来モデルの3分の1に過ぎません。
さらに、NeuralGCMは実行速度と計算コストの点でも非常に効率的で、従来モデルと比較して3500倍高速であり、計算コストはX-SHiELDよりも10万倍低く、普通のコンピューターでも実行可能です。
NeuralGCMの登場は気候モデリング分野における大きな飛躍を意味し、将来の天気予報に新たな可能性を提供するだけでなく、気候変動研究を強力に支援するものです。
論文アドレス：https://t.co/zyXhW8deko
要点：
🌍 NeuralGCMモデルの計算効率は従来の物理モデルより10万倍高く、22日間の天気を30秒でシミュレーション可能！
📈 2～15日間の天気予報において、NeuralGCMの精度は既存の最先端モデルを上回ります。
💻 計算コストは従来モデルより10万倍低く、一般的なコンピューターで効率的に動作します。
