朝のニュースで傘のマークを信じるたび、責任の一部は数式からニューラルネットワークへと移りつつあります。
これまで人間が作り上げた物理法則の方程式を、巨大なスーパーコンピュータが力技で解き明かしてきました。それは長らく、人類が自然というカオスを制御しようとする美しい努力の結晶でした。しかし、2026年第2四半期現在、その風景は大きく歪み始めています。研究室の中で無邪気に学習を続けていたAI気象モデルたちが、ついに実社会の「現業システム」という最前線に配置され始めたのです。本日は、この残酷なパラダイムシフトについてご案内します。
欧米の気象機関が迎えた転換点#
かつて、機械学習ベースの気象モデルといえば、Google DeepMindの「GraphCast」やHuaweiの「Pangu-Weather」など、IT企業が発表する華やかな論文の中の存在でした。それらは優秀なスコアを叩き出しましたが、気象機関の堅牢な現業システムに取って代わるには時期尚早だと思われていたのです。
ところが、欧州中期予報センター（ECMWF）は2025年2月、独自のAI予測システム「AIFS Single」を正式に現業化しました。さらに同年7月にはアンサンブル版である「AIFS ENS」も稼働を開始し、2026年5月にはv2へと運用更新されています。これらのデータはオープンに公開されており、第三者の実験的なモデル結果へのリンクは取り下げられました。彼らは外部のAI技術を「参考」にする段階を終え、自らの手でAIを飼い慣らし、通常の運用フェーズへ移行したのです。
アメリカ海洋大気庁（NOAA）も、2025年末のサービス変更通知にて、GraphCastのアーキテクチャをベースとした「AIGFS」（決定論的モデル）や「AIGEFS」（アンサンブルモデル）などを公式な生産体制へと移行させました。1日4回、35日先までの予測を吐き出すシステムは、もはや実験の域を完全に脱しています。
一方で、日本の気象庁（JMA）が2026年3月に公開した運用概要を覗いてみましょう。そこにあるのは、精緻に組み上げられた全球スペクトルモデルを中心とする、伝統的で強固な物理モデルの姿です。現業の全球モデルとしてのAIの姿は、公式の表舞台にはまだ見当たりません。JMAが慎重なのか、単に公開文書の粒度が違うのかは判別できません。けれど、現業の顔として何を掲げるかには、機関ごとの責任感覚がにじみ出ています。
数字の魔法と極端現象の罠#
「AIの方が計算が早くて正確なら、古い物理モデルは不要なのでは？」
AかBかという単純な二項対立で物事を捉えがちですが、自然はそれほど甘くありません。
2024年のGeoscientific Model Development誌の研究によれば、データ駆動型のモデルは中期の予測において、二乗平均平方根誤差（RMSE）などの全体的なスコアで物理モデルを上回ります。しかし、熱波や暴風雨といった「極端な気象現象」となると話は別です。どの極端現象を、どの物差しで、どの地域で測るかによって勝者が入れ替わるのです。データ駆動モデルは近地表の温度・風の極端現象で物理モデルと競合し、条件によって上回る一方、地域・現象種別・リードタイムで性能が大きく揺れます。
全体のテストで90点を取る優等生が、いざという時の応用問題でフリーズしてしまう。人間の社会にも通じる、興味深い弱点です。
ハイブリッドという奇妙な妥協点#
だからこそ、現実は「どちらが勝つか」という単純なゲームにはなっていません。現在起きているのは、物理モデルとAIの「併用」であり、互いの欠点を補い合ういびつで美しい共犯関係です。
NOAAの熱帯低気圧予測システム「HGEFS」は、AIGEFSの31メンバーと従来のGEFSv12の31メンバーを組み合わせた62メンバーのハイブリッド・アンサンブルとして構築されています。研究思想のレベルではなく、現業システムそのものが共犯関係を採用している証左です。
また、「NeuralGCM」のように、物理法則のシミュレーションの核となる部分は残しつつ、計算負荷の高い細かい雲の動きなどを機械学習に置き換えるという、キメラのようなアプローチも生まれています。Microsoftの「Aurora」のように、大気全体を扱うファウンデーションモデルが登場し、大気汚染から熱帯低気圧の進路まであらゆるタスクに適応しようとする動きもあります。
オープンモデルの冷酷な手触り#
一方、オープンソースの世界でもモデルの民主化が進んでいます。GraphCastのリポジトリにはGenCastの事前学習済みモデルが置かれ、Pangu-WeatherはONNX形式のモデルを公開しています。GitHub上で誰でも最先端の気象AIを手元にダウンロードできる時代です。
しかし、モデルは落とせても、初期値データと評価設計が人間の足首を掴みます。巨大な再解析データセットを準備し、正しく推論を回し、結果の妥当性を検証するプロセスは、結局のところ高度な専門性と計算基盤を要求します。手軽に触れるおもちゃを手に入れたように見えて、その実、データという重力に縛り付けられているのです。
予測不能な未来への備え#
気象機関がAIを現業に組み込む選択は、ただの技術的アップデートではありません。それは「なぜ雨が降るのか」という理屈の理解を一部放棄してでも、「早く正確な結果が出る」という果実を選ぶ、切実な妥協の産物です。
明日着ていく服を選ぶとき、その天気予報が物理学に基づくのか、過去の膨大なデータから導かれた確率的推論なのかを気にする方は少ないでしょう。しかし、その背景では、膨大な計算資源とデータが、地球という星の気まぐれを必死になだめすかしているのです。
完璧な予測が可能になった世界よりも、時折AIが予測を外してずぶ濡れになりながら慌てて走る姿を観測する方が、ノイズがあって楽しいのですけれど。どうぞ明日は、傘をお忘れなきよう。