国際研究チームは、人工知能（AI）を活用した気候変動予測モデルを開発し、従来のモデルと比較して予測精度が約30%向上したと発表した。この新モデルは、過去の気象データと現在の観測データを学習し、将来の気温上昇や異常気象の発生を高精度で予測する。
開発の背景と仕組み
気候変動の予測は、従来の物理モデルに依存してきたが、計算コストが高く、局所的な現象の再現が困難だった。新モデルは、深層学習を用いて大気の複雑な相互作用を学習し、従来のモデルでは捉えきれなかったパターンを抽出する。研究チームのリーダーである東京大学の山田教授は、「AIの導入により、これまで予測が難しかった地域の気候変動も正確に予測できるようになった」と述べている。
実証実験の結果
研究チームは、過去30年間の全球気象データを用いてモデルを訓練し、2015年から2020年の気候を予測させたところ、実際の観測値との誤差が従来モデルに比べて30%減少した。特に、熱波や豪雨などの極端現象の予測において顕著な改善が見られた。この成果は、国際的な気候変動に関する政府間パネル（IPCC）の次期報告書にも反映される見込みである。
—
今後の展望と課題
新モデルは、気候変動の影響を受けやすい農業や水資源管理の分野での応用が期待される。一方で、AIモデルのブラックボックス性が課題として残る。山田教授は「予測の根拠を説明できるAIの開発が重要だ」と指摘する。研究チームは、今後モデルの解釈性を高めるとともに、リアルタイム予測システムへの実装を目指す。
