調査》NVIDIA、台湾政府と気象AIで独占協力　世界初の気象AIで台風予測精度10倍に

アメリカの人工知能（AI）チップ大手、NVIDIA（輝達）が注目されている。最近、NVIDIAのCEO黄仁勳が台湾本部を台北市内の北市科技園区に設置する決定を下したことが話題を呼んでいる。実際、ビジネスの動きだけでなく、NVIDIAは台湾政府と技術協力を行っており、世界で唯一台湾と協力している。

このNVIDIAと台湾政府間の協力は2022年に開始され、NVIDIAは台湾の特別な条件に注目した。この計画について、NVIDIAのCEO、黄仁勳も「新しい次元へと技術をもたらす」と語っている。NVIDIAと台湾政府は一体何をしているのか？

天候予測にAI導入の試み

豪雨の季節に突入し、7月には最初の台風デービスが台湾に上陸した。行政院長の卓栄泰は、政府がAIなどの新しい技術を防災準備に導入していることを明らかにし、災害の予測と被害の軽減に寄与していると述べた。行政院政務委員の季連成も、台湾の台風予測は世界一正確で、AI技術によりその精度の向上が期待できると述べた。

実際に、行政院の発表ではAIを活用した防汛技術が2つの部分に分かれていることが明らかになった。ひとつは気象署によるAIを活用した気象予警能力の強化、もうひとつは国立災害防救科技中心によるAIを活用した都市部の洪水予測の強化である。これらの予警にAIがどのように活用されているのか？実はこの技術こそが台湾政府とNVIDIAとの協力案件で、NVIDIAのCEO、黄仁勳はこの技術が天気予測に新たな次元をもたらしたと語っている。

輝達と気象署の協力により、台風予測の速度と正確性が向上

気象署は台風予測にNVIDIAと共同開発中の「CorrDiff AIダウンスケーリング技術」を導入し、並行試験を実施している。この技術はEarth-2チームによって開発された生成的AIモデルで、高度なAI技術により25kmの水平解像度の全球数値モデルデータを2kmの高解像度信号に変換する。これにより、予測データをダウンスケールし、精度が10倍以上向上する。

2022年から気象署はNVIDIAとこの技術を共同開発しており、気象署科技発展組の張保亮組長が『風傳媒』の取材に応じ、初期は風場・温度・エコー・レーダーの過去データを提供し、深層学習を行った結果、予測データの解像度が確実に向上することを確認したと述べている。その後、降水量などのデータを追加して拡充を図り、最新のCorrDiffモデルでは10分以内に7〜10日間の気象予測が可能となっている。 （関連記事： 台湾関税はまだ発表されず　学者「税率よりTSMCリスト提出が深刻な問題に」 ｜ 関連記事をもっと読む ）

100倍速いAI、自己学習も可能に

張保亮は、従来の物理モデルでは、気象予測に物理法則や数学的手法を適用し、スーパーコンピュータで計算する必要があったため、1週間分の予測に2〜3時間かかると説明している。一方、CorrDiffモデルを使えば、計算速度が100倍速くなり、スーパーコンピュータを必要とせず、通常のPCで推論が可能である。ただし、モデルを訓練する段階ではスーパーコンピュータが必要。

現在は地形データを直接含めていないが、CorrDiffは過去の例から「間接的に」地形が台風の進路に影響することを学習しており、予測計算でその影響を考慮している。将来的には地形データを直接導入し予測の精度をさらに向上させる計画である。

NVIDIA、世界で唯一台湾と協力した技術で次世代へ

CorrDiffモデルの利用について、NVIDIAのCEO黄仁勳は2024年6月に台湾大学での講演で「CorrDiffモデルは物理模擬方法より1000倍速く、エネルギー効率は3000倍であり、地域の気象予測を新たな次元に引き上げる」と述べた。この技術を使用することで、台風の上陸地点をより正確に予測し、災害を減らすことに大きな意義があると強調した。

NVIDIAは全世界で台湾政府としかCorrDiffモデルの訓練開発を行っておらず、その初期研究成果は2025年2月に国際的な地球科学権威誌である『Communications Earth & Environment』に掲載された。論文は12名のNVIDIA Earth-2チームと1名の気象署研究者が共同で執筆。台湾気象署は世界でもトップの予測機関のひとつで、貴重な気象モデルデータを提供し、過程で助言と専門的な意見を提供してきたと論文は述べている。

張保亮は、気象署とNVIDIAは長期にわたり新技術について交流を行っていると述べ、2022年にNVIDIAが最初にCorrDiffの共同訓練の提案を行った際、気象署は台湾周辺の4年分の気象データをモデル訓練のために提供したと語った。台湾の優位性は、日本やフィリピンに比べ台風の頻度が高く、毎年3〜4個の台風が発生するため、分析可能な多くの事例があり、蓄積された予測経験が世界のトップクラスに位置していると指摘している。

なぜ台湾を選んだか？　特殊な気候と地理条件、技術力が理由

張保亮は、台湾が特殊な理由として、台湾は南北に400キロメートルもないが、降雪を除く大多数の気象現象が頻繁に生じ、気象データの蓄積が他国に比べ豊富であることを挙げた。さらに、台湾の地形の複雑さも非常に高く、中央山脈が台風を遮り、多くの河川は浅く急勾配で、災害耐性が高い。例えば、台湾では1日で200ミリの降水量が出ても大きな影響はないが、他国では大洪水を引き起こす可能性がある。

張保亮は、これらの要因に加え、台湾の気象科学力は強く、データ解読が可能な人材がいて、信頼性と質の高い気象データを提供できることが、NVIDIAが台湾気象署と協力を選んだ理由であると述べた。現在CorrDiffモデルの予測ルートは気象署内で予報参考として使用されており、将来気象署とNVIDIAはCorrDiffのダウンスケーリング性能と実用性をさらに最適化し、長期間の気候予測への応用を目論んでいる。 （関連記事： 台湾関税はまだ発表されず　学者「税率よりTSMCリスト提出が深刻な問題に」 ｜ 関連記事をもっと読む ）

人手では24時間監視不能な箇所も、AIが監視可能

2023年からは、世界各国で複数のオープンソースのAI/ML（人工知能と機械学習）ベースの気象予測モデルが発表され、気象署もそれを参考にしている。具体的には5つのモデル（Pangu-Weather・GraphCast・FourcastNet v2・FuXi・FengWu）と3つの初期場（NCEPGFS・ECMWFIFS・CWATGFS）を組み合わせて、15種類の予測結果を生成する。

例として、張保亮は2024年の凱米台風時のあるAI/MLモデルが8日前に凱米の上陸を予測しており、事後に確認したところ、72時間以内の予測誤差は非常に小さく、予測ルートの参考としてすでに使用可能であることを挙げた。2025年7月6日に台湾に上陸したデービス台風については、熱帯低気圧が発生後、気象署は自動的にAI/MLを使った進路予測を行い、7月3日にはそのルートが実際のルートと一致していた。

また、CorrDiffモデルとAI/MLモデル以外に、他の作業にAIを導入しており、気象署は全国20を超える観測所に「環島異常波浪警報システム」を設置。監視カメラで海浪を捉え、AIで即時に異常波浪の兆候を識別し、事前警報を発する。各監視点で独立した認識モデルが訓練され、認識率は90%以上に達している。張保亮は、日常的には24時間監視することは不可能で、AI認識による迅速な対応で警報情報が提供可能であると指摘している。

AIは補助ツール、天气预報の全承是ではない

さらに、気象署は「AI系統集中降水予測」を開発し、20を超えるフィジカルモデル推論の天気予報結果をAIで統合し、平均値を予測する。張保亮は、AIが学習の際に過去の観測データと比較し、地域別でより正確な予測モデルを加重するのに自動的に助力することを述べた。20人のクラスでA君が長距離で得意でB君が短距離に適しているように、AIがAを2000メートルで設定し、Bを短距離走に配置する。

気象署は、天気予報におけるAI推論結果を多様な分析のひとつと位置付け、全面的に依拠せず、AIは提案のスピードと精度を向上させる補助ツールであると述べている。AIは従来の予報を置き換えるものではなく、データの修正が必要ならばAIの効果も影響を受ける。

都市部でのAI洪水警報、予測精度9割に達する

AIを用いた洪水対策として、国立災害防救科技センターによるAI強化された都市洪水警報システムがある。行政院災害防救事務室の王怡文主任は行政院での会見で、AIが都市洪水予測の正確性を9割以上に高めたと説明している。どのような技術が使用されているのか？ （関連記事： 台湾関税はまだ発表されず　学者「税率よりTSMCリスト提出が深刻な問題に」 ｜ 関連記事をもっと読む ）

国立災害防救科技センターの水文災害チームの張志新組長は『風傳媒』の取材に応え、都市部洪水警報は多様な技術を統合して使用していると説明した。まず高解像度の気象モデルと、レーダー、衛星、地上観測データを組み合わせ、降水強度、時間空間分布などを予測し、次に水文モデルで降水流出、河川流量、都市排水システムのダイナミクスをシミュレーション、その後、水文モデルでシミュレーションされた水を計算機数値動力モデルに入力し、洪水リスクエリアを算出する。张志新は、モデル作成過程で地形データ、地利用情報、雨水下水道の分布を統合して空間分析を行い、洪水ハイリスクエリアを特定する必要があると述べている。

洪水警報の分秒争う場面でAIが迅速に模擬計算

张志新は、従来の水力学シミュレーションは大規模な計算が必要だが、「代理モデル」としてAIを用いることで洪水シナリオを素早くシミュレーションできると述べている。

災害防救科技センターは「CNN Inception-v3」モデルを用いてAI洪水予警モデルを構築。過去の降雨データ、地形図と対応のシミュレーション結果を訓練データとして用い、降雨、地形などの入力画像と洪水深度図の関連を学習。予警時には予報降雨画像特徴を入力、CNN Inception-v3が迅速に予警の洪水図を生成する。

高速かつ詳細な警報を可能に、特定の通りの絞り込みも可能

张志新は、簡単に言えば、AI洪水予警モデルは新たなシミュレーション予測を行うものではなく、ある区画に過去の訓練データの雨量、地形データを加え、予報データから新たな洪水予測を行い、すべての区画を結合して新たな予測を計算するものだと示した。伝統的な水文モデルに比べ、AIは数時間かかる計算を数分で対応し、リアルタイムに警報が出せる。

张志新は、現在AI洪水予警モデルは初期の訓練データの詳細度に応じて警報範囲を「街道レベル」や「コミュニティ層」に絞り込むことが可能で、特に水文地文資料が整ったデモ区では警報範囲を特定の街区まで精密にすることができることを述べている。降雨予報データが確保できれば、AIは24時間前に潜在的警報を発し、6時間ごとに更新された洪水警報情報を提供する。

以前は数時間かかった計算が、AIにより10分以内で結果と可視化表示が可能

张志新は「現在の技術はパワフルで計算能力の向上により、これまで計算と可視化に数時間を費やしていたものも、AIとビジュアライゼーション技術の組み合わせで10分もたたずに結果を得られるようになった」と述べた。リアルタイムでの警報対応が可能になった。

张志新は、現在の技術は手動での操作と判断が必要だが、AIは防災作業において、迅速で高強度の計算力を提供することで、中央・地方政府への予測データの提供を加速し、警報、予測作業をより効率的にし、災害対応を改善することができると述べた。

中国語関連記事