人工知能による気象予測は、従来のスーパーコンピューティングに比べて数分で全球予測を可能にするなど、劇的な速度向上をもたらしています。しかし、ライス大学の研究者らが発表した最新研究によれば、熱帯低気圧の予報において AI モデルには物理的な限界が指摘されています。この研究は『Journal of Geophysical Research: Atmospheres』に掲載され、パング・ウェザーとオーロラという 2 つの主要な AI グローバル気象モデルを評価しました。対象は 2020 年から 2025 年にかけての北大西洋と西太平洋の約 200 の嵐で、訓練期間外のデータを用いた厳格なテストが行われました。 その結果、AI モデルは台風の進路予報において非常に高い精度を示し、上陸地点の予測も一貫していました。進路情報は避難指示や早期警報の策定に不可欠であり、この点は安心できる成果です。しかし、台風強度の予測については依然として課題が残っています。以前の AI システムは激しい嵐の強さを過小評価する傾向がありましたが、今回の評価ではオーロラが再分析データに近い強度分布を示し、パング・ウェザーは最も激しい嵐でより大きなバイアスを示しました。 最も重要な発見は、生成された嵐の物理構造、特に風速パターンの不自然さです。シミュレーションは視覚的には現実的に見えますが、成熟したサイクロンに適用される基本的な物理法則、例えば傾度風平衡の観点から分析すると、特に嵐の中心付近で顕著な乖離が確認されました。また、両モデルとも強い嵐において内核サイズを過大評価する傾向がありました。これにより、風害、降雨、高潮の予測精度に悪影響を及ぼす可能性があります。研究者らは、再分析データ自体もピーク強度を過小評価している可能性があり、データとの一致が必ずしも正確さを保証するわけではないと注意を促しています。 アバンティカ・ゴリ准教授は、これらの発見は AI 予報の可能性を否定するものではなく、バイス補正や解釈の必要性を特定するものであり、人間の専門家の役割は依然として重要であると強調しています。AI ツールは自己検証できないため、気象学者と AI 開発者の緊密な協力と、科学コミュニティによる継続的な入力と改良が不可欠です。AI モデルは人間の専門知識を代替するものではなく、それを補完するツールとして活用されるべきです。