Google DeepMind、気象予測モデル用データセット「SatWeave」「PARDIG」を公開
この記事の要点
Google DeepMindは、気象・水文学・気候関連アプリの開発を支援するデータセット「SatWeave」と「PARDIG」を公開した。同社の気象予測モデル「WeatherNext 3」の学習に用いたもので、Google Cloud Storageなどで利用できる。SatWeaveは5つの静止衛星データを統合したグローバルモザイク、PARDIGはAIベースの降水データセットだ。NASAの「IMERG-Final」と比較し、降水検知精度が30%以上向上した。
Google DeepMindは、気象や水文学、気候関連アプリケーションの開発を支援する2つのデータセット「SatWeave」と「PARDIG」を公開した。これらは同社の気象予測モデル「WeatherNext 3」の学習に使用されたものだ。現在、Google Cloud Storageで利用可能であり、PARDIGの履歴データはGoogle Earth Engineでも提供されている。
SatWeaveは、静止衛星の画像を統合したグローバルモザイクデータセットである。GOES-East、GOES-West、Meteosat 0、Meteosat Indian Ocean、Himawariの5つの衛星データを統合した。各衛星で異なる地図投影法やセンサー、スキャン間隔を統一し、1時間ごとに更新されるライブフィードと10年分以上の履歴アーカイブを提供する。WeatherNext 3は、このデータを用いて雲や嵐の状況を把握する。
PARDIGは、AIベースのグローバル降水データセットだ。NASAのGPM Core Observatoryによる観測データやSatWeaveの画像、ECMWFの大気フィールドを入力として学習した。時間分解能は15分、空間分解能は約10kmで、平均遅延時間は約5時間となっている。
評価では、米国、欧州、日本の大陸レーダーネットワークや世界3万6,000カ所以上の気象観測所と比較した。NASAの「IMERG-Final」と比較した場合、軽度から中程度の降水において、1時間ごとの降水検知精度が30%以上向上したという。履歴データは1999年から2026年までが公開されている。
開発にはGoogle DeepMind、Google Research、Google Cloud、Google Geoの各チームが関与した。ECMWF、NASA、JAXA、NOAA、EUMETSAT、KMA、JMA、KNMI、Synoptic Dataなどの組織が提供するデータを利用している。なお、利用規約や商用利用の可否、APIの仕様については現時点で言及されていない。
開発者にとっての意味
気象予測や降水検知を扱う開発者は、現状の実装を変えるべきではない。記事には商用利用の可否やAPI仕様が明記されておらず、ビジネスの基盤に組み込むリスクが不明だからだ。また、降水検知精度の向上はNASAのIMERG-Finalとの比較によるものだが、その評価条件やデータセットの偏りは不明であり、自社のユースケースで同様の精度が出る保証はない。まずは利用規約を確認し、自社の過去データを用いて、既存モデルとPARDIGを並行稼働させ、実運用環境での推論遅延と精度を再計測してから移行を検討すべきだ。現時点では、検証コストに見合う確証がない。
4人で読み解く
記事の内容だけをもとに、担当のちがう4人(経営・開発・聞き手・運用)が話します。 記事に書かれていないことは話しません。
出典
Google DeepMind「Opening the datasets behind our AI weather models」この記事は、出典元が公表した原文をもとに当社のAI編集部が日本語で再構成し、 公開前に人が確認したものです。原文の訳ではありません。 事実関係は出典(原文)で確認してください。
