地球システムの基礎モデル

地球システムの信頼性のある予測は、自然災害の軽減と人類の進歩を支える上で不可欠です。従来の数値モデルは強力ではありますが、極めて計算コストが高いため、その利用には制約があります1。最近の人工知能（AI）の進展は、予測性能と効率性の向上に有望な結果を示しています2,3。しかし、多くの地球システム分野においてその可能性はまだ十分に探索されていません。本稿では、100万時間以上の多様な地物理学データで学習された大規模な基盤モデル「オーロラ」を紹介します。オーロラは空気質、海洋波、熱帯低気圧の軌道、高解像度気象予報において運用中の予報を上回る性能を発揮し、かつ計算コストは桁違いに低いです。比較的低い費用で多様なアプリケーションに微調整できる能力を持つオーロラは、正確かつ効率的な地球システム予測を民主化する上で重要な一歩となっています。これらの結果はAIが環境予報に及ぼす変革的な可能性を示しており、高品質な気候や天気情報へのアクセス拡大につながる道を開きます。1: 計算負荷が高いことを指します。2,3: これらの脚注は元文献への参照を表します。