AI天気予報には依然として人間の介入が必要

業界では、デート、マーケティング、ソーシャルメディアから宇宙探査、医療の進歩に至るまで、人工知能とその応用の利点について議論が尽きることはない。気象業界も含め、あらゆる業界が AI ツールの影響を受けています。

気象学は長い間、ビッグデータの問題に取り組んできました。気象学はビッグデータという言葉が主流になる前からビッグデータの典型だったとさえ言えるでしょう。天気は変わりやすく、混沌としています。半世紀以上にわたり、気象学者は数テラバイトのデータを処理し、変数をモデル化して正確な天気予報を行うよう努めてきました。今日でも、モノのインターネット、より多くのセンサー、アンサンブルモデリングのおかげで、私たちはペタバイト規模のデータを扱っています。作家のテッド・アルコーン氏は、「今日の（気象）モデルは毎日約1億個のデータを使用しており、その複雑さは人間の脳や宇宙の誕生のシミュレーションに匹敵する」と推定している。

しかし、コンピューティング能力や人工知能などのテクノロジーは進歩し続けており、今ではデータをより速く簡単に分析できるだけでなく、過去のデータから「学習」して状況認識を向上させ、より適切な意思決定を行うことも可能になっています。人工知能は、気象学界におけるさまざまな課題に対処するために使用できます。焦点の一つは、天気予報の精度を向上させることです。

天気予報がより正確になります。今日の 5 日間の天気予報の精度は 90 パーセントで、25 年前の 3 日間の天気予報と同じです。短期予報（つまり、数時間単位の現在の予報）は、主に地表の微細な変化のために、より困難になります。ディープマインドとエクセター大学の科学者たちは英国気象庁と協力し、人工知能を使ってこれらの課題を克服し、大規模な嵐や洪水など、より正確な短期予測ができる最新の予報システムを構築した。別の研究では、モデリングの効率性と、人工知能が過去の気象パターンを分析して将来の出来事をより効率的かつ正確に予測する方法を研究しています。

私の仕事の焦点（そして私が特に興味を持っている AI の分野）は、AI を応用して気象現象の潜在的な影響を予測することであり、気象そのものよりも気象の結果に重点を置いています。

たとえば、電力会社は AI を使用して停電の可能性を予測します。特定のユーティリティの場所または地域の過去の停電データを収集し、それを使用して、コンピューターが予測される気象条件に基づいて将来の需要を予測できるようにします。この履歴データには、ネットワーク強化の違いの学習や、個々のインフラストラクチャ コンポーネントの経年変化とメンテナンス方法の認識など、過去の嵐に対するインフラストラクチャの対応に関する知識が記録されます。これらのデータセットは、将来の嵐によって引き起こされる停電に関するベースライン データを生成できます。同じアプローチを市町村の地区管理レベルでも採用できます。都市のインフラ、地形、避難経路などの変数や過去の気象データを理解することで、都市は公共やインフラの安全に対する潜在的な影響エリアやリスクをよりよく理解できるようになります。

高度なテクノロジーと洞察について語る一方で、プロセスにおいては人間的要素が依然として重要であると私は信じています。最近の Wired 誌の記事では、人間の予報士による予測は人工知能による予測よりも正確であるという研究結果が紹介されていました。

人間の介入が必要なもう一つの分野は、リスクコミュニケーターの必要性が高まっていることです。リスクコミュニケーターは、予報よりも一歩進んで、企業、自治体、一般の人々にリスクや影響を伝える気象学者の特別なグループです。 AI の信頼性が高まれば、天気の設定を切り替えるだけで、正確で意味のある天気データをオンデマンドで取得できるようになるというコメントも聞きました。データと予測が徐々に向上していくことには同意しますが、それによって、人々、インフラストラクチャ、企業資産を保護するために柔軟で情報に基づいた決定を下さなければならない人々にとって意味のある方法でデータ（およびリスクと影響）を評価、解釈、伝達する人間の専門家の必要性も高まると考えています。より大きな問題は、人間と AI のどちらが予報を行うかではなく、気象学者が改良された AI をどのように活用して政策立案者が利害関係者にとって最善の決定を下せるように支援できるかということです。