目錄
本記事の情報は2026年8月時点のものです。WeatherNextは現在も研究・実験段階のモデルであり、正式な防災情報については各国の気象機関が発表する情報を確認してください。
2026年8月、Google DeepMindとGoogle ResearchはNatureにWeatherNext Cyclonesの研究を発表し、同時にWeatherNext 2、WeatherNext Cyclones、軽量版モデルのコードと事前学習済みウェイトも公開しました。今回の成果を最も分かりやすく示す数字が、熱帯低気圧の進路、強度、風域予測で平均24時間を超えるlead-time advantageを得たことです。つまり、WeatherNext Cyclonesによる3日先の予報精度が、従来の主要な現業モデルによる2日先予報とおおむね同等の水準に達したということです。論文では、この改善幅を過去10年間に熱帯低気圧の現業予報が積み重ねてきた進歩に近い規模だと表現しています。
このニュースは、今週多く報じられているAIエージェントの安全性に関する話題とはかなり性質が異なりますが、モデル能力を見る別の視点も与えてくれます。モデル能力が高まること自体に、固定された善悪の答えがあるわけではありません。結果を左右するのは、そのモデルがどのようなシステムへ組み込まれ、どんな問題を解決し、最終的な出力を誰が使うのかです。WeatherNextの予報は今も公式警報ではなく、気象予報士を置き換えるものでもありません。しかし、急速な発達、進路変化、風域リスクをより早い段階からアンサンブル予報に反映できれば、専門の予報担当者には判断に使える時間が増えることになります。
WeatherNext Cyclonesは何を突破した？一つのAIモデルで進路・強度・風域を同時予測
熱帯低気圧予報には長年の難題がある：進路と強度では必要なスケールが違う
熱帯低気圧の予報では、長年避けにくいトレードオフがありました。嵐がどこへ進むかは、大規模な全球大気循環の影響を強く受けるため、全球モデルは進路予測に向いています。一方、どこまで発達するかという強度予測には、中心付近の対流、熱力学、そのほかの細かなスケールの過程が関係するため、通常はより高解像度の専用モデルが必要になります。その結果、従来のシステムでは、全球モデルは進路に強く、高解像度の領域モデルは強度に強いという分業になりやすく、一つのシステムで両方を高い精度で予測するのが難しい状況が続いていました。
WeatherNext Cyclonesでは、台風やハリケーンの中心だけを見る専用の小型モデルを別に作ったわけではありません。一つのAIモデルに全球の天候変化と過去の熱帯低気圧データを同時に学習させ、進路、最大風速、風域構造をまとめて出力させています。Nature論文で2023〜2025年の熱帯低気圧を評価した結果、WeatherNext Cyclonesはこれら3種類の指標すべてで、主要な現業モデルより平均して1日以上の予報スキル上の優位性を示しました。Google DeepMindはこれをより直感的に、「モデルの3日予報の精度が、従来モデルの2日予報とほぼ同じ水準」と説明しています。
約28kmの解像度でも強度予測ができたことが、研究で最も意外な結果の一つ
この研究でもう一つ直感に反するのが、WeatherNext Cyclonesが極端に高い解像度を使ってこの結果を出したわけではない点です。フルモデルは約0.25度、つまり約28〜30kmの全球データを使用しています。Google DeepMindによると、これは従来の熱帯低気圧強度予測に使われる高解像度モデルより約100倍粗い解像度です。軽量版のWeatherNext Cyclones Miniはさらに1度、約111kmのグリッドを使います。性能はフルモデルに及ばないものの、それでも全球天気予報と熱帯低気圧予測を行えます。
この結果は、今後は解像度が重要ではなくなるという意味ではありません。より正確には、高解像度であることが現在トップレベルの強度予報スキルを得るための必須条件とは限らないことを論文が示した、ということです。比較的粗い全球大気データの中にも、これまで想定されていた以上に熱帯低気圧の強度と関係する情報が含まれている可能性があります。Google DeepMind自身も、なぜこの解像度でモデルがこれほど多くの予測能力を保持できるのかは完全には分かっておらず、今後の研究課題だとしています。
WeatherNextは約20TBの気象データと約5,000個の過去の嵐を共同学習
WeatherNext Cyclonesの学習には、二種類のデータが使われています。長期間にわたる全球大気の状態と、整理された過去の熱帯低気圧観測データです。Google DeepMindによると、エンドツーエンド学習では約20TBの全球大気データを使用し、さらにNOAAのIBTrACS全球熱帯低気圧データベースを組み合わせています。このデータベースには約5,000個の過去の嵐が含まれています。これにより、モデルは一つの嵐の中心付近だけを見るのではなく、全球の天候背景の中で、嵐がどのように発生し、移動し、発達するのかを学習しています。
モデルの生成アーキテクチャにはFunctional Generative Networks（FGNs）が使われています。目的は単一の「最も可能性が高い進路」を出すことではなく、多数の可能なシナリオを効率的に生成することです。2025年の実運用では1回につき50のensemble membersを生成し、その数は主要な全球物理アンサンブルモデルに近い水準でした。2026年にはシステムが1回1,000メンバーまで拡張されています。アンサンブル数を増やす価値は、単に地図上の進路線が増えることではありません。発生確率は低くても、一度起きると影響が大きい分布の端のシナリオを残しやすくすることにあります。例えば、熱帯低気圧の急速な発達です。
WeatherNextは本当にハリケーン予報で使われた？2025年のMelissaが実例
米国国立ハリケーンセンターは2025年シーズンにWeatherNext予報を実際に受け取っていた
WeatherNext Cyclonesは、論文完成後に初めて実際の嵐へ適用されたモデルではありません。GitHubで公開されているモデル説明によると、WeatherNextCyclones_<2025は2025年大西洋ハリケーンシーズン中に実際に運用されたバージョンで、当時の公開名称はFNV3、米国国立ハリケーンセンターによる後処理版はGDMIと呼ばれていました。Nature論文の共著者には、NOAA／NHC、CIRA、英国気象庁の研究者や予報担当者も含まれており、研究そのものが現業予報環境と完全に切り離された実験だったわけではありません。
2025年のHurricane Melissaは、その中でも最も明確な事例です。Melissaがまだ比較的弱い熱帯システムだった段階で、WeatherNextは急速に発達し、Category 5の強度でジャマイカに上陸する可能性を予測していました。5日前の時点でその確率は約80％、3日前にはほぼ100％まで上昇しました。NHCも最終的に、嵐の風速がまだCategory 1だった段階で、将来Category 5に達すると初めて予測しました。Google DeepMindによると、WeatherNextは当時NHCが判断に利用した複数の予報情報源の一つであり、HAFSなどの物理モデル、衛星データ、ハリケーン偵察機、専門予報担当者の判断と組み合わせて使われていました。AI単独で警報を出したわけではありません。
この違いは重要です。「NHCがWeatherNextをMelissa予報の参考に使った」という説明には根拠がありますが、「AIが単独で5日前に予測し、その結果として公式避難が行われた」と書くと因果関係を広げすぎることになります。WeatherNextが提供するのは追加の予報guidanceであり、正式な警報、リスク判断、避難決定は今も気象機関と政府機関が担っています。
WeatherNextは何をオープン化した？コード・モデルウェイト・Mini版を取得可能
WeatherNext 2とWeatherNext Cyclonesのコードと事前学習済みウェイトを公開
Google DeepMindが今回公開したのはNature論文だけではありません。実際にモデルを実行できるWeatherNext repositoryも公開されています。GitHubでは現在、WeatherNext 2、WeatherNext Cyclones、WeatherNext Cyclones Miniのコードと複数の事前学習済みウェイトが提供されています。2025年シーズンで実際に運用されたWeatherNext 2とWeatherNext Cyclonesのcheckpointに加え、2023年、2024年の論文結果を再現するためのバージョンも残されています。WeatherNext 2とWeatherNext Cyclonesは同じ熱帯低気圧予測手法を使用していますが、主な違いの一つとしてWeatherNext 2は100m風速も追加で予測します。また、両者は独立して学習されているため、異なるウェイトを使用します。
元の説明には、ライセンスについて修正が必要な点があります。「コードとモデルウェイトがすべてApache 2.0」というわけではありません。GitHubの説明では、Colab notebooksと関連コードはApache 2.0ライセンスで公開され、それ以外の公開資料にはCC BY 4.0が適用されています。事前学習済みウェイトは別途Google Cloud Bucketからダウンロードします。そのため、より正確には、WeatherNextの研究コードとモデル関連資料はオープンなライセンスで公開されていますが、内容によって適用されるライセンス条件は異なります。
WeatherNext Cyclones Miniは無料Colabの単一TPUでも実行可能
フルサイズのWeatherNextモデルには、依然として高いハードウェア要件があります。GitHubの説明では、Mini以外のモデルをGPUで動かす場合、H100クラスのGPUメモリが必要です。一方Miniは、メモリと計算量を減らすために設計されており、単一GPUまたは単一TPUで動作できます。Googleが提供しているColab NotebookではWeatherNext Cyclones Miniがデフォルトで読み込まれ、現在Colabで無料利用できるv5e-1 TPU runtimeの使用が推奨されています。
つまり、「一般的な研究者でも試しやすくなった」という表現のほうが、「誰でもフルWeatherNextを動かせる」より正確です。フルモデルには今もかなり大きな計算資源が必要ですが、Mini版によって検証、教育、研究のハードルは大きく下がりました。研究チームはまず低コストな環境でデータ処理フロー、トラッカー、モデル出力を確認し、その後、フルモデルに必要な計算資源へ投資するか判断できます。
なぜWeatherNextの「オープンモデル」は他のAI安全ニュースとまったく違って見える？
最近のAI安全性に関する話題では、オープンウェイトはしばしば制御上の問題として語られます。モデルがダウンロードされた後は、元の開発企業がAPIを一括制限したり、アカウントを停止したり、すべての展開コピーを監視したりすることが難しくなるからです。WeatherNextにも似た公開ロジックがあります。コードやモデル資料が公開されれば、各地の研究チームが自分たちで実行し、研究フローを変更し、地域特有の予報ニーズに合わせたバージョンを開発することもできます。違いは「オープンだから突然安全になった」ということではなく、そのモデル能力が何のために使われるかにあります。
全球天気予報では、このオープン性に直接的な研究価値があります。気象条件は地域差が非常に大きく、台風、モンスーン、山岳降水、沿岸風場など、それぞれ異なる課題があります。各国の気象機関、大学、非営利研究機関が学習済みモデルから始められれば、同規模のコストをかけて全球モデルを一から訓練する必要がありません。Google DeepMindも、specialized、localized modelsを今回の公開モデルで支援したい用途として明確に挙げています。
ただし、オープンであることはWeatherNextの出力がそのまま公式天気サービスになることを意味しません。Googleはrepository上で、これは実験的な研究プロジェクトであり、政府気象機関から公式承認を受けたモデルではなく、正式なalerts、warnings、noticesを置き換えるものではないと明記しています。Nature論文の著者にNHC、CIRA、UK Met Officeの関係者が含まれていても、実際の警報責任は各国の気象機関に残されています。
一般ユーザーもWeatherNextを使える？Weather LabでAI天気予報を直接確認可能
モデルをダウンロードしなくても、WeatherNextの実験的予報を見ることはできます。Google DeepMindはWeather Labを更新し、従来の熱帯低気圧進路に加えて、全球の気温、降水量、風速などのWeatherNext予報も確認できるようにしています。WeatherNext repositoryではさらに、Google Cloud、Weather Lab、Open-Meteoを通じて日次モデル出力へアクセスする方法も案内されているため、研究者や開発者が予報データを取得するために、必ずしも自分でフルモデルを動かす必要はありません。
ただし、Weather Labは複数のモデルが将来の天候をどう捉えているかを見る用途には向いていますが、気象庁など各国の公式機関を置き換えるものではありません。Google DeepMind自身もWeatherNextの発表とGitHubの両方で、正式な気象警報については所在地の国家気象サービスを確認するよう繰り返し注意しています。台湾であれば、台風警報、休業・休校、防災判断については中央気象署や関係政府機関の正式情報を確認する必要があります。WeatherNextの一つの進路予測が台湾から離れて見えるからといって、自分でリスクがなくなったと判断するべきではありません。
WeatherNextが一般ユーザーに与える実際の意味は「台風の進路を必ず1日早く知れる」ことではない
「1日以上」は予報スキルの改善であり、すべての警報が24時間早く出るという意味ではない
Nature論文で示されているday or more of lead time advantageは、複数の熱帯低気圧について、進路、強度、風域予測の誤差を比較した平均的な結果です。今後すべての台風警報が必ず1日早く出るという保証ではありませんし、5日先のすべての進路が突然確定するわけでもありません。WeatherNextもensemble forecastによって複数の可能性を示します。重要なのは、予報担当者が一部のリスクが高まり始めていることをより早く確認できるようになることであり、100％確実な答えを早く得られるという意味ではありません。
防災にとって、この予報スキルの追加時間には実際の価値があります。Melissaのような急速発達事例で、アンサンブル予報がより早く強いハリケーンになるシナリオの確率を上げられれば、気象機関はその可能性を早い段階から判断材料へ含められます。避難、物資配置、港湾運用、休業・休校などの最終判断は、今後も各地の政府がすべての気象情報を総合して決める必要があります。WeatherNextは、そうした判断により早く現れる追加シグナルを提供する存在と考えるほうが近いでしょう。
研究モデル公開後に注目すべきなのは、各地域がどう自分たちのモデルへ発展させるか
WeatherNextの公開後、次の段階はGoogleがbenchmarkをさらに上げるのを待つだけではありません。各地の研究機関がこのモデルをどのように利用するかも重要です。Google DeepMindはすでに米国NHCと協力しており、フィリピンのPAGASA、台湾の中央気象署、インドネシアのBMKG、ベトナムのVNMHAなどとも関連研究を進めていると明らかにしています。これはWeatherNextがすでに各機関の正式な予報システムになったという意味ではなく、より多くの地域の研究・検証環境へ入り始めているということです。
これも、気象研究におけるオープンモデルのより実際的な価値です。全球モデルが共通の基盤を提供し、そのうえで各地域の天候を本当に理解している研究者や予報担当者が、どの状況では信頼でき、どこでは誤差が出やすいのかを検証できます。一般ユーザーが最終的に実感する変化は、あるAIモデルの名前が天気アプリに表示されることではないかもしれません。公式予報が急速発達や進路リスクをより早く捉えられるようになり、その裏側の予報ツールの一つとしてAIモデルが使われている、という形になる可能性があります。
今週のAIニュースでは、モデルが自律的に動けるようになったとき、権限をどう制限するか、サンドボックスをどう守るかという話題が多く続いています。WeatherNextはちょうど別のケースを示しています。同じようにモデル能力が急速に向上し、モデル資料も公開されていますが、ここでの課題は、より多くの気象機関や研究チームがどう検証し、変更し、活用できるようにするかです。だからといってWeatherNextにリスクがないわけでも、「AIがついに良いことに使われた」と単純化する必要もありません。より具体的な進歩は、これまで一つのシステムで同時に高精度化することが難しかった熱帯低気圧の進路、強度、風域という三つの予測について、一つのAIシステムが2023〜2025年の評価で平均1日以上の予報スキル改善を示したことです。次に本当に確認すべきなのは、この優位性が異なる海域、異なる嵐、実際の現業予報環境でも安定して維持されるかどうかです。
よくある質問 FAQ
WeatherNext Cyclonesは、熱帯低気圧の進路、強度、風域予測を同時に改善しています。Natureで2023〜2025年の嵐を評価した結果、主要な現業モデルに比べ平均1日以上のlead-time advantageが確認されました。Google DeepMindは、3日先予報の精度が従来モデルの2日先予報におおむね相当すると説明しています。これは平均的な予報スキルの改善であり、すべての台風で警報が必ず1日早く出るという意味ではありません。
現時点では完全な答えはありません。WeatherNext Cyclonesは約28〜30kmの全球データを使い、従来の熱帯低気圧強度予測用高解像度モデルよりかなり粗い解像度ですが、それでも高い性能を示しました。研究チームは、比較的粗い全球大気データにも、これまで想定されていた以上に強度変化と関係する情報が含まれている可能性があると考えています。ただし、モデルがこの解像度でどのようにそれらの情報を保持しているのかは、今後の研究課題です。
はい。公開されているWeatherNextCyclones_<2025 checkpointは、2025年大西洋ハリケーンシーズンで実際に運用されたバージョンです。NHCも関連guidanceを予報判断の参考にしていました。Hurricane Melissaは代表的な例で、WeatherNextは5日前の時点でCategory 5としてジャマイカへ上陸するシナリオに高い確率を示していました。ただし、正式予報はNHCがWeatherNext、物理モデル、衛星、偵察機データ、専門家判断を総合して発表したものです。
すべてがApache 2.0というわけではありません。Google DeepMindのGitHubでは、Colab notebooksと関連コードはApache 2.0、その他の公開資料はCC BY 4.0とされています。事前学習済みウェイトは別途Google Cloud Bucketから提供されています。WeatherNextではコードとモデル資料が公開されていますが、内容によって適用されるライセンス条件が異なります。
Weather Labを使えば、フルモデルをダウンロードしなくても実験的なWeatherNext予報を確認できます。研究者はGitHubで公開されているWeatherNext Cyclones Miniを、無料Colabの単一TPU runtimeで試すこともできます。ただし、これらの予報は所在地の気象機関が発表する正式警報を置き換えるものではありません。台風時の避難や防災判断では、必ず公式情報を確認してください。