台風やハリケーンの進路予測は、ここ数年でAIモデルが急速に存在感を増している領域です。Google DeepMindは2023年のGraphCast、2024年のGenCastと精度を積み上げてきましたが、8月6日、その系譜に連なる新モデル「WeatherNext」がサイクロンの進路・強度・風構造の予測で最先端の精度を達成したとNature誌に発表しました。しかも今回はモデル自体をオープンソースとして無償公開するという、踏み込んだ動きも伴っています。何が変わり、その恩恵は誰の手に届くのでしょうか。
8月6日にNature誌で公開された論文により、Google DeepMindとGoogle ResearchのAIモデル「WeatherNext」がサイクロンの進路・強度・風構造の予測で最先端の精度を達成していることが明らかになった。
同モデルの3日先予報は従来モデルの2日先予報と同等の精度で、過去のサイクロンの検証では平均24時間以上のリードタイム優位を確認したという。開発には米国立ハリケーンセンター（NHC）、大気研究協力機関（CIRA）、英国気象庁などが協力している。2025年のハリケーンシーズンには、ハリケーン・メリッサの急速強化とジャマイカ上陸の予測にも同モデルが活用された。論文公開にあわせて、運用モデル「WeatherNext Cyclones」「WeatherNext 2」と軽量版「WeatherNext 2-mini」のコードと重みもGitHubで無償公開された。
From: 
WeatherNext: AI model achieves breakthrough in forecasting cyclones
【編集部解説】
進路と強度を1つのモデルで読む
熱帯低気圧は過去50年間で世界中に70万人超の死者と1兆4000億ドルの経済損失をもたらしてきました。その予測は、これまで2種類のモデルを使い分ける必要がありました。進路は大陸規模の大気の流れに左右されるため広域・低解像度のモデルが得意とし、強度は台風の目の周辺で起きる微細な熱力学プロセスに左右されるため高解像度の専門モデルが必要でした。WeatherNextは、この2つを1つのAIモデルで同時に、しかも高い精度で予測できる点が特徴です。
DeepMindはこの成果を「気象学における約10年分の進歩」と表現しています。興味深いのは、この精度を達成するのに必要なデータ解像度が28km四方と、従来モデルの100分の1程度で済む点です。なぜこれほど粗い解像度でここまでの精度が出るのかは、DeepMind自身も「まだ解明できていない研究課題」だとしています。
現場ではどう使われているのか
このモデルはすでに実戦投入されています。2025年のハリケーンシーズンには、ハリケーン・メリッサの急速な勢力拡大とジャマイカ上陸を事前に予測し、米国立ハリケーンセンター（NHC）が現地チームに準備の時間を与える警報を出す助けになりました。今シーズンは1つのサイクロンにつき1,000通りのシナリオを生成するようになっており、まれだが被害の大きい急速強化のようなケースも捉えやすくなっているといいます（前年は50通り）。
一般の利用者にとって最も触れやすい入り口は、可視化ツール「Weather Lab」でしょう。サイクロンの進路だけでなく、気温・降水量・風速など全球の気象予測も1画面で確認できるよう拡張されており、研究者でなくても予測の中身をのぞきに行けるようになっています。
オープンソース化は誰の手に届くのか
今回同時に無償公開されたのは、コードとモデルの重み本体です。学術研究や実運用の予報業務はもちろん、独自の計算資源を持たない地域の気象機関でも、このモデルを土台に専門特化・地域特化した派生モデルを作れるようになります。軽量版の「WeatherNext 2-mini」は単一のTPUで動き、無償のColabノートブックからすぐ試せる設計です。
これは孤立した動きではありません。世界気象機関（WMO）も、オープンソースのフレームワークやクラウド基盤が各国の気象機関にとって導入の障壁を下げると指摘しています。計算資源に乏しい国の気象機関が独自に高精度な物理モデルを運用するのは、従来コスト的に大きな壁でした。農業分野の研究でも、低コストなAI気象予測が干ばつの予測や種まき時期の判断など、途上国の農家の意思決定を支える可能性が指摘されています。WeatherNextのオープンソース化は、そうした流れの延長線上に位置づけられます。
一方で、世界銀行のブログは別の角度からの懸念も示しています。民間テック企業のAIモデルが存在感を増すほど、各国の公的な気象機関が担ってきた基礎的なデータ収集・観測インフラへの投資が細る可能性がある、という指摘です。モデルがいくら優れていても、元になる観測データの質と量が伴わなければ意味がありません。DeepMind自身も記事の末尾で、公式な警報はあくまで各地域の気象機関を参照するようにと注記しており、AIモデルの精度向上が現場の気象機関に取って代わるものではない点は、おさえておく必要がありそうです。
【関連記事】
WeatherNext 2発表、Google DeepMindが8倍高速化したAI気象予測モデル公開
2025年11月のWeatherNext 2発表時点の記事。速度と解像度が主眼でしたが、サイクロン特化の精度実証とオープンソース化という今回の続報につながっています。
Google DeepMind「Weather Lab」、ハリケーン「Erin」予測で従来モデル上回る成果ーAIによる気象予測の新時代到来
2025年8月、実験段階だったWeather Labがハリケーン「Erin」の予測で成果を示した記事。その技術が今回、論文掲載とオープンソース化という節目を迎えています。
【編集部後記】
「なぜここまでの精度が出るのか、まだ分かっていない」と研究者自身が認める姿勢は、華々しい数字以上に印象に残ります。予測技術がどれだけ進んでも、それをどう読み、どう使うかは、結局のところ現場の判断に委ねられています。オープンソース化によって、この技術に触れられる場所が広がったことは確かです。あとは、それぞれの現場でどう活かされていくのか。次の台風シーズンが、一つの答えを見せてくれるかもしれません。
【用語解説】
サイクロン（熱帯低気圧）
発達する海域によってハリケーン、台風とも呼ばれる、強い低気圧性の熱帯擾乱。
リードタイム（Lead Time）
予報が発表されてから、実際にその現象が発生するまでの猶予時間。
TPU（Tensor Processing Unit）
Googleが開発した、AIの学習・推論向け専用プロセッサ。
【参考リンク】
WeatherNext（公式ページ）（外部）
WeatherNextシリーズの概要とWeather Labへの導線をまとめたGoogle DeepMindの公式ページ。
Nature論文（原著論文）（外部）
今回の発表の学術的な裏付けとなった、査読付き論文本体。
GitHub：google-deepmind/weathernext（外部）
公開されたコードとモデルの重み、実行方法のドキュメントを収録したリポジトリ。
WeatherNext 2-miniデモ（Colabノートブック）（外部）
ブラウザ上ですぐに軽量版モデルを試せる無償の実行環境。
Weather Lab（外部）
サイクロン進路や全球の気象予測を、誰でもブラウザで可視化できる体験型サイト。
Google Developers：WeatherNextガイド（外部）
モデルの技術仕様やデータ取得方法をまとめた開発者向けドキュメント。
米国立ハリケーンセンター（NHC）（外部）
今回の共同研究に参加した、米国の熱帯低気圧予報を担う公的機関。
大気研究協力機関（CIRA）（外部）
コロラド州立大学とNOAAが運営する協力機関。共同研究に参加し、ハリケーン研究を専門とする。
英国気象庁（UK Met Office）（外部）
共同研究に参加した英国の公的気象機関。
【参考記事】
Forecasting the Future — World Meteorological Organization（外部）
オープンソース化と各国気象機関の導入障壁について、国際機関側の視点をまとめた記事。
AI is transforming weather forecasting for farmers — The Institute for Climate and Sustainable Growth（外部）
AI気象予報が途上国の農業にもたらす可能性を扱った分析記事。
Four conditions for AI in weather forecasts to deliver for development — World Bank Blogs（外部）
民間AIモデルの普及が公的観測インフラに与えうる影響への懸念を提起した記事。
Google open-sources an AI model for earlier hurricane warnings — Engadget（外部）
今回の発表を一般読者向けに整理し、公式警報の代替ではない点を明確にした記事。
Google’s WeatherNext 2 Gains a Full Day of Cyclone Warning — Unite.AI（外部）
リードタイムの数値や公開モデル3種の技術的な整理が詳しい記事。
