東京大学の研究チームは、人工知能（AI）を活用して未来の気候変動を高精度で予測する新たなシステムの開発に成功したと発表した。このシステムは、従来の気候モデルと比較して予測精度を約30%向上させており、今後の気候政策や防災対策に大きく貢献することが期待される。
新システムの仕組みと特徴
研究チームを率いた東京大学大学院工学系研究科の山田太郎教授によると、新システムは深層学習技術を用いて、過去数十年間の気象データと温室効果ガス排出量などの環境データを学習。これにより、地域ごとの気温上昇や降水量の変化を、従来よりも詳細かつ正確に予測できるようになったという。
「特に、異常気象の発生確率を高精度で予測できる点が画期的です。これにより、自治体や企業はより効果的な対策を事前に講じることが可能になります」と山田教授は述べている。
従来モデルとの比較
従来の気候モデルは、物理法則に基づくシミュレーションが主流だったが、計算負荷が大きく、地域スケールでの詳細な予測が難しいという課題があった。新システムは、AIの学習能力を活用することで、これらの課題を克服。例えば、日本国内の都道府県レベルでの気温予測において、従来モデルでは誤差が2度以上あったケースでも、新システムでは1度以内に収まる精度を達成した。
研究チームのメンバーである鈴木花子准教授は、「AIモデルは、データから直接パターンを学習するため、複雑な気候システムの非線形な関係を捉えることができます。これが精度向上の鍵です」と説明する。
今後の展望と課題
新システムは、すでに気象庁や環境省と連携し、実用化に向けたテストを開始している。特に、台風や集中豪雨などの極端現象の予測に活用することで、防災情報の高度化が期待される。
一方で、AIモデルのブラックボックス性や、学習データのバイアスといった課題も指摘されている。山田教授は「モデルの透明性を高めるための研究を並行して進めており、信頼性の向上に努めたい」と述べている。
この研究成果は、国際的な気候変動予測プロジェクト「CMIP7」にも採用される見通しで、世界中の気候研究者から注目を集めている。
