気候変動予測の分野で画期的な進展があった。最新の人工知能（AI）モデルが、従来の気候モデルと比較して最大10倍の精度向上を達成したと、国際研究チームが発表した。この新モデルは、2050年までの地域別気温上昇をこれまでにない精度で予測できるという。
新AIモデルの詳細
研究を主導したのは、東京大学と米国海洋大気庁（NOAA）の共同チームだ。新モデルは「ディープラーニング気候予測ネットワーク（DCPN）」と名付けられ、過去40年間の気象データと衛星観測データを学習。従来の物理ベースのモデルでは計算負荷が高く、詳細な地域予測が難しかったが、DCPNは機械学習により計算効率を大幅に向上させた。
研究チームの代表者である東京大学の山田教授は、「このモデルは、気候変動の影響をより具体的に把握するための強力なツールとなる」と述べている。具体的には、従来モデルでは誤差が2度あった地域予測が、DCPNでは0.2度以内に収まるケースが確認された。
予測結果のインパクト
DCPNを用いたシミュレーションでは、現在の温室効果ガス排出が続いた場合、2050年までに東南アジアやアフリカの一部で平均気温が3度上昇すると予測。これは従来予測よりも0.5度高い数値で、より深刻な影響が示唆される。一方、日本を含む北東アジアでは上昇幅が1.5度と比較的緩やかだが、極端な高温日の頻度が増加する可能性が指摘されている。
NOAAの気候学者ジェーン・スミス博士は、「この精度向上は、適応策の優先順位付けに革命をもたらす」とコメント。例えば、農業や水資源管理の計画立案に直接活用できるという。
今後の展望と課題
ただし、課題もある。DCPNは膨大な計算リソースを必要とし、現時点では一部の研究機関のみが利用可能だ。研究チームは、2027年までにモデルをオープンソース化し、誰でも利用できるようにする計画を発表している。
また、AIモデルのブラックボックス性に対する懸念も指摘されている。山田教授は「予測の根拠を説明可能にする手法も同時に開発中だ」と語り、透明性の向上を目指す姿勢を示した。
この成果は、来月開催される国連気候変動枠組条約（UNFCCC）の会合で正式に報告される予定だ。政策決定者が科学的根拠に基づいた対策を講じる上で、重要な一歩となることが期待されている。
