地球大気エミュレータが気象予測を高速・高精度化する

米エネルギー省やエヌビディアと連携するローレンス・リバモア国立研究所のピーター・コールドウェルらは、機械学習で地球大気を模倣する「ストラタ」を開発した。物理方程式で全球を一キロメートル四方に区切り解く従来モデルは十年分予測に数か月かかるが、ストラタは観測や高精度モデルで学習し、開始条件から未来を桁違いに速く推定する。多数の予測を回して不確実性を評価し、初期条件の影響も検証できる。 初期条件ではロサンゼルス・アラモス国立研究所の生成モデル「マギー」で深海など観測の乏しい領域を補い、ストラタで質を迅速評価した。チームは雲と乱流を学ぶ局所モデル「スティッチ」も開発し、大規模地球モデルの雲物理誤差を減らす。改善した物理からストラタの学習データも高める。最終目標は微小雲滴から全球まで橋渡しする高速・高精度予測基盤だ。災害対応、重要インフラ、水やエネルギーの逼迫予測、作戦計画に資する。