In Silico

シミュレーション・制御・実機

NOAAのハイブリッドアンサンブル予報：AIと物理を混ぜる理由と効果

2026/7/27 （更新: 2026/11/3）

🤖 AIを使用して執筆

  • アンサンブル予報
  • 天気予報
  • 数値予報
  • NOAA
  • HGEFS
  • AIGEFS
  • AIGFS
  • GEFS
  • ECMWF
  • AIFS ENS
  • GraphCast
  • WP-MIP
  • Project EAGLE
  • Anemoi
  • ハイブリッド
  • 不確実性
  • スプレッド
  • 過小分散
  • 損失関数
  • データ同化
  • 物理モデル
  • 初期評価
  • 極端事象
  • 物理的整合性
  • ハリケーン強度
  • 解像度
  • 計算資源
  • spectral nudging
  • RMSE
  • 初期値
目次
背景・問い・要点
背景

天気予報のセンターは、予報を一本だけ出しているのではない。同じ日について少しずつ違う条件で何本も走らせ、その束を配信する。読み手が受け取りたいのは一本の線ではなく、当たり外れの幅だからだ。台風が上陸するのはどのあたりか、雨はどこまで強まるか、という幅である。この束をアンサンブルと呼ぶ。ここに、別系統の作り方が加わった。観測データから学習した AI の気象モデルだ。従来のモデルは物理法則を数値的に解く。AI のモデルは、ある時点の大気の状態と次に来た状態との対応を過去のデータから覚えて、その先を出す。学習済みモデルの予報は計算が軽く、同じ設備でずっと多くを走らせられる。

本稿は、米 NOAA（National Oceanic and Atmospheric Administration、海洋大気庁）が2025年12月に実運用へ入れた一式を例に取る。

問い

NOAA が物理モデルと AI モデルを一つに混ぜたアンサンブルは、片方だけのアンサンブルより良い予報を出したのか。

要点

物理と AI を混ぜたアンサンブルは、NOAA の初期評価では、主要な検証指標の大半で物理だけ・AI だけのどちらのアンサンブルよりも良かった1。

混ぜた理由を NOAA は、作り方の違う二つを合わせたほうが予報の不確実性をよく表せるからだと説明する1。NOAA の資料は AI 側のばらつきが小さすぎると報告しているが、開発段階の検証では、その小ささは混ぜた結果にそのまま持ち越されていない12。NOAA はリリース時点で、ハリケーン強度の予報の改善を今後の課題としている1。

モデル・例示

幅の狭い集団に作り方の違う集団を足すと、外れた値が幅に入る

※ この節の例は、説明のために作った架空のものです。

平均の揃った二つの集団を混ぜたとき、変わるのは予報の幅である。幅の狭すぎる集団に別の集団を足すと、その幅から外れていた実際の値が、混ぜた集団の幅に入ることがある。

翌日の最高気温を、作り方の違う二つの集団で3本ずつ予報するとする。物理モデルの集団は 28.5・30.0・31.5 度、AI モデルの集団は 29.8・30.0・30.2 度を出した。どちらも平均は 30.0 度で、平均だけを見れば二つの予報は同じに見える。違うのは幅で、物理の集団は 28.5〜31.5 度、AI の集団は 29.8〜30.2 度に広がる。

実際の最高気温が 31.0 度だったとする。31.0 度は AI の集団の 29.8〜30.2 度という幅の外にある。物理の集団の幅には入っている。

二つを混ぜた6本の集団は 28.5〜31.5 度に広がり、31.0 度はその内側に入る。平均は 30.0 度のまま変わらない。最小〜最大で測ると、混ぜた集団の幅は物理の集団と同じ 3.0 度になる。ばらつきの大きさ（標準偏差）で幅を測ると、物理の集団は約1.22度、AI の集団は約0.16度、混ぜた6本の集団は約0.87度になる。アンサンブル予報では、メンバーのこの標準偏差をスプレッドと呼ぶ。この例では、混ぜた集団のばらつきは狭いほうより大きく、広いほうより小さい。

三つの集団を並べた結果は、次の二点にまとまる。

  1. 平均が同じ二つの集団でも、幅の広がり方は違いうる。平均の当たり方だけを比べると、この違いは見えない。
  2. 幅の狭い集団に作り方の違う集団を足すと、混ぜた集団の幅は狭いほうより広くなり、外れた値が幅に入ることがある。平均の揃った二つを混ぜた場合、ばらつきの大きさは二つのあいだに来る。ただし幅は広すぎても役に立たないので、混ぜた集団が良くなったかどうかは検証で確かめるしかない。

新しい系が三つ入り、物理版は残った

投入されたのは三つのシステムだ1。

AIGEFS の予報スキルは、NOAA が同じリリースの中で二通りに書いている。詳細欄は従来型 GEFS と「同等」とし、冒頭の一覧は初期の結果として従来型より良く、有効な予報期間を18〜24時間延ばすとする1。

いずれも Project EAGLE（Experimental AI Global and Limited-area Ensemble）の成果である1。研究プロジェクトの名前には Experimental が入るが、投入された三つ自体は現業システムである。米国気象局（National Weather Service、NWS）は2025年12月9日の告示で、同日から評価期間に入り、それが成功裏に完了する2025年12月17日に現業化すると予告した2。NOAA（National Oceanic and Atmospheric Administration、海洋大気庁）の対外リリースは12月17日付で、一式が実運用に入ったと伝えている1。

HGEFS では足りない用途もある。現業プロダクトとしての HGEFS は6時間刻みで240時間先までの配信で、AIGFS・AIGEFS の384時間先までより短い。配信されるのはアンサンブル統計（平均とスプレッド）だけで、個々のメンバーは含まれない2。長い予報期間や個々のメンバーが要る用途では、単独の系がそのまま残る。

混ぜる理由は、作り方の違う二つの集団のほうが不確実性の幅をよく表すからだ

NOAA が混ぜる理由に挙げるのは、物理ベースと AI ベースという作り方の違う二つを合わせると、予報の不確実性をよりよく表せることだ1。アンサンブルの仕事は、初期条件やモデルを少しずつ変えた多数の予報を束ね、起こりうる結果の幅＝不確実性を示すことである。

ここで効くのが「独立した二つの作り方」である。物理ベースと AI ベースは、作り方が根本的に違う。NOAA は「異なる二つのモデル系（一方は物理ベース、一方は AI ベース）を組み合わせることで、HGEFS はより大きく頑健なアンサンブルを作り、予報の不確実性をより効果的に表現する」と説明し、31メンバーの物理 GEFS と 31メンバーの AI AIGEFS を合わせた62メンバーの HGEFS を作った1。そして NOAA によれば、初期評価ではこの HGEFS がAIのみ・物理のみの両方のアンサンブルを上回った1。NOAA は、速く安く回せる AI を、既存の物理モデルを捨てる理由にせず、集団のメンバーを増やす材料に使った。

物理と AI を並べる判断は ECMWF や WP-MIP の参加センターでも出ているが、混ぜ方は同じではない

物理と AI を組み合わせる動き自体は、複数の現業センターで独立に進んでいる。ただし混ぜ方は同じではない。

欧州の ECMWF（European Centre for Medium-Range Weather Forecasts、欧州中期予報センター）は、AI アンサンブルを物理モデルと並べて走らせることを選んだ。ECMWF は 2025年7月1日、AI アンサンブル予報 AIFS ENS（AIFS は Artificial Intelligence Forecasting System の略。51メンバー）を実運用に入れた。ただしその初期条件は、物理ベースのデータ同化（観測を物理モデルに取り込み、予報の出発点となる大気の状態を作る処理）に依存する3。リリースはこの現業化を、物理ベースの IFS（Integrated Forecasting System）と並べて走らせるためのものだと第1文で書いている3。予報・サービス担当ディレクターも同じリリースで、AIFS と IFS は互いを補うものだと述べている3。リリースは AI 側の成績と効率も挙げている。それによれば、この AI アンサンブルは地上気温を含む多くの指標で最先端の物理モデルを上回り、最大20%の改善を示した3。物理ベースの予報システムより10倍以上速く、消費電力は約1000分の1だという3。それでも選ばれたのは置き換えではなかった。

ECMWF がハイブリッド構成を探る理由に挙げるのは、速さや安さではなく解像度の差である。リリースによれば、AI 側は現時点では解像度が31kmで、物理ベースのアンサンブル（9km）より粗く、高解像度の場や、結合系の地球システム過程には物理側が「不可欠のまま」である。そのため ECMWF は「両手法の強みを生かすハイブリッド構成を探っている」のだという3。並走が先に選ばれ、そのうえでハイブリッド構成の探索が続いている。

相互比較プロジェクト WP-MIP に寄せられた開発中のハイブリッドも、HGEFS とは別の型である。WP-MIP は、物理・AI・ハイブリッドの三系統を同じ条件で比べる相互比較プロジェクトで、WMO の作業部会が2024年後半に立ち上げた。2026年7月時点で42件の予報寄稿と5件の解析データ、計31TBが集まり、第1期の予備結果まで出ている4。そこに寄せられた各センターのハイブリッドは、いずれも物理モデルを AI の解へ寄せる型（spectral nudging）だ。この型では物理モデルを一本走らせ、その途中で大きな空間スケールの成分を AI の予報値へ近づける。出てくる予報は一本で、メンバーの数は増えない。原典は「現在のハイブリッド化の戦略は、もっぱら spectral nudging に絞られている」と書き、該当する3件（ECCC・ECMWF・UKMO）を表に並べている4。HGEFS のようにアンサンブルを丸ごと足し合わせる型ではない。

WP-MIP の第1期が比べているのは決定論予報（一つの初期値から一本の予報だけを出す方式）である。原典はアンサンブル同士の相互比較を将来の拡張として挙げている4。なお WP-MIP に参加する AI 気象予報（AIWP）モデルには NOAA 自身のものも入っている（参照文献は NOAA の office note）。ただしハイブリッドの表に並ぶのは ECCC・ECMWF・UKMO の3件で、そこに NOAA は入っていない4。

WP-MIP はハイブリッドが得をしていると書くが、その比較に使った指標には自ら留保を付けている。プロジェクトは平易な要約で、AI ベースの系は10日予報では高精度だが非物理的な平滑化を抱えており、AI の導きと物理モデルを組み合わせたハイブリッドは構成要素どうしの相乗効果で得をしている、と書いている4。原典によれば、予備結果でも ECCC と UKMO のハイブリッドは、物理モデルを寄せる先の AI 予報から大きく利を得て、ECMWF の物理モデルに近い RMSE（Root Mean Square Error、予報誤差の二乗平均の平方根）に達した。ただし原典は、RMSE そのものが AIWP とハイブリッドに「見かけ倒しでありうる優位」を与える指標だと自ら断り、検証手法の刷新を主題に据えている4。また原典は、ハイブリッドの数が限られるため、500 hPa 気温のバイアスの比較からは一般的な結論を引き出しにくいとも断っている4。

NOAA 自身も「我々の知る限り、この種の物理・AI ハイブリッド・アンサンブルを実装した世界初の機関」と書いている1。したがって HGEFS は、物理と AI のハイブリッド化という広い動きの一例というより、その中で NOAA が選んだ独自の混ぜ方として読むのが正確だ。

初期評価の留保と、AI 側の集団に残る弱み

これは論文段階の予想ではなく、現業の予報センターが実運用に入れた構成だ。ただし、三点の留保を添える。

留保1：評価はまだ初期のもので、ハリケーン強度は課題に残る

「両方を上回った」は、NOAA 自身が initial testing（初期テスト）と断ったうえでの結果で1、長期の実績が積み上がった段階ではない。しかもリリース自体は「大半の主要な検証指標で」とだけ書き、個別の指標は挙げていない。

指標の内訳は、実装告示2が参照する NCEP（National Centers for Environmental Prediction、米国環境予測センター）の Office Note 522（以下 ON522）にある。ON522 は開発段階の62メンバー・ハイブリッド（SUPER62）について、確率予報の得点（CRPSS・Brier スコア・ROC 面積）と、アンサンブル平均RMSE・スプレッドを、地域別・リードタイム（予報の開始からの経過時間）別に載せている。ただしその検証は2024年6月1日〜7月9日の1か月分にとどまる。

ON522 は、ハリケーン1事例（2024年7月のベリル）の強度予測では、ハイブリッドが現業の物理アンサンブル GEFSv12 に劣ると報告している。同じ事例でも進路予測はハイブリッドが3者中もっとも誤差が小さく、劣るのは強度側だけである。ON522 は原因を、ML モデルが場を滑らかに出す性質に帰している。進路は良く強度は弱いというこの差は、開発段階の1事例に限った話ではない。記録破りの極端事象で AI を検証した Zhang らの論文も先行研究を引いて、AI モデルは熱帯低気圧の進路では物理モデルを上回る一方、最も強い嵐の強度は過小に予報しがちだと書いている5。

強度の改善は、NOAA 自身も今後の課題としている。NOAA のリリースは、HGEFS の今後の改善点として、ハリケーン強度予報の改善作業を続けていると書いている1。その後の続報もある。NOAA EPIC の EAGLE 解説ページは、2026年7月27日に「熱帯低気圧の強度と降水の予報スキルを大幅に改善した」更新版を現業化したと記している1。ただしこれは AIGFS（決定論版）についての記述であり、同ページは HGEFS の強度課題が解消したとは書いていない。「上回った」は無条件ではない。

留保2：AI 側の集団はばらつきが小さすぎると報告されているが、開発段階の検証では混ぜた集団に持ち越されていない

足し合わせる相手の片方は、ばらつきが過小と報告されている。リリース自身が AIGEFS の改善課題に「予報の幅を作る能力」を挙げ1、ON522 も、AI 側のアンサンブル（同ノートでの名前は MLGEFS）のスプレッドがアンサンブル平均RMSEより全領域で小さい＝under-dispersive（過小分散）と書く。過小分散は、集団のばらつきが実際の誤差より小さく、外れた値が幅に入りにくい状態である。集団のメンバーを増やして幅を表すという狙いに対して、片方は幅の小さい側から入っている。

それでも開発段階の検証では、混ぜた集団に過小分散がそのまま持ち越されていない。根拠はスプレッドと誤差の一致である。ON522 は、足し合わせた62メンバーの側については、スプレッドとアンサンブル平均RMSEの一致が GEFSv12・MLGEFS のどちらよりも良い＝信頼性が高い、と書いている。同ノートは同じ箇所で、総じて混ぜた集団のアンサンブル平均RMSEは GEFSv12・MLGEFS の両方より小さく、スプレッドそのものは GEFSv12 より小さいとも書いている。さらに結論部では、ハイブリッドは MLGEFS が GEFSv12 に及ばない変数についてさえ改善したと報告している。過小分散は AI 側の集団の性質である。

留保3：AI のモデルは物理側の初期値に頼り、決定論型は極端事象で物理モデルに負けたと報告されている

AI が物理を不要にしたわけではない。AI 気象モデルは、学習データも予報の初期値も従来の観測・解析パイプラインに依存する31。NOAA の側でも同じで、EPIC の解説ページは Global-EAGLE-Ensemble を、現業 GEFSv12 の初期値で初期化される実演環境と説明している1。

苦手な領域も報告されている。記録破りの高温・低温・強風のような極端事象では、単一の予報を出す決定論型の AI モデル（GraphCast・Pangu-Weather・Fuxi）が物理モデル HRES にほぼ全リードタイムで一貫して負けた、と Zhang・Fischer・Zscheischler・Engelke は報告する5。彼らの説明では、AI モデルは物理法則を解くのではなく過去に観測された天候パターンのあいだを補間している。そのため予報値には「学習データ中で最も極端な観測値」あたりの見えない上限が生まれ、記録の更新幅が大きいほど誤差がほぼ線形に膨らむ、と彼らは説明する。著者ら自身はこの説明に likely explains・suggests と留保を付けている。

なお彼らは「学習データに極端事例が乏しいこと」を否定しているわけではない。改善策の筆頭に挙がるのは気候モデルで生成した極端事例による学習データの拡張で、実際に効いた例（熱帯低気圧を含むデータで学習させた FourCastNet）まで引いている5。Zhang らは改善経路の一つにハイブリッド化も挙げる。ただしそれは物理気候モデルの一部を AI に置き換える型や、物理法則を守らせてニューラルネットを学習させる型で、二つのアンサンブルを足し合わせる型ではない5。彼らは論文を「物理ベースの数値予報モデルと AI 気象モデルを並行して資金措置し走らせ、最も影響の大きい種類の気象についてその性能を厳密に評価し続けることが、依然として不可欠だ」という一文で結んでいる5。この結びが支えるのは、物理を AI で置き換えずに並走させる、というところまでだ。

この検証は、対象のモデルの種類が限られている。検証されたのは決定論型のモデルであり、確率的な AI アンサンブル（GenCast や ECMWF の AIFS ENS）は対象に入っていない。つまりこの結果を、AIGEFS のような AI アンサンブルにそのまま当てはめることはできない。もっとも著者ら自身は、確率的モデルも学習範囲の外への外挿では同種の困難に直面するだろう、と考察で述べている5。

検証年にも制約がある。原典は「検証は他の多くの先行研究と同様に1年分だけを示している」と断っている（GraphCast は2018年と2020年、Fuxi は2020年しか使えない）。ただし原典は同じ箇所で、もう一方の2018年でも同じパターンを観測したと書いている。2018年と2020年は ENSO が逆向きに転じた年で、記録的高温の起こり方が大きく違う。原典はこの二年をまたいで HRES が一貫して上回ったことを、結果の頑健性の根拠として挙げている5。学習年から離れた年ほど AI 側が不利になるので結論は新しい年でも保たれるだろう、というのが著者らの考えでもある5。

2025年12月に現業へ入った AIGFS・AIGEFS は、ここで物理に負けた系統の延長線上にある。NOAA は両者を、DeepMind の GraphCast を出発点に、NOAA 自身の全球データ同化（Global Data Assimilation System、GDAS）解析でファインチューニングして作った12。NOAA はこの追加学習について、Google のモデルの性能を改善した、とりわけ GFS 由来の初期値を使うときにそうだと書いている1。

その後の基盤の移行について、NOAA EPIC のサイトは現業機が移ったとは書いていない。同じ EPIC ページは、その後 Global-EAGLE 系の機械学習基盤を ECMWF らの Anemoi へ移したと記している1。ただし同ページが移ったと書いているのは実演環境の Global-EAGLE-Solo で、Anemoi 版については「現業 AIGFS と同じ製品群を生成する」と、現業機とは別に説明している1。同サイトの変更ログが現業化として載せているのは2025年12月の AIGFS v1.0 までで、その項は GraphCast を利用すると書いている（2026年7月の更新版も Anemoi 版も載っていない）1。同サイトは、決定論版についても、現業機が GraphCast 由来でなくなったとは書いていない。アンサンブル版も同様で、同じページは、Global-EAGLE-Ensemble のメンバーの重みを「DeepMind の GraphCast の重みを最近の GDAS 解析でファインチューニングして生成している」と現在形で書き、Anemoi への移行は継続中の開発として記している1。その意味で、現業の AIGFS・AIGEFS が GraphCast の系統の延長にあるという位置づけは、同サイトの記述の上ではいまも変わっていない。

物理的整合性も、決定論的な設定では課題として残る（小スケール構造のぼやけや非物理的なアーティファクト）6。ただしこの課題は手法の側で動かせる部分を含む。この課題を指摘した論文自身が、損失関数（学習で小さくしていく誤差の式）を設計し直すことで、平均二乗誤差（MSE）の性能をほぼ保ったまま整合性を改善できたと報告している。NOAA 自身も、現業の決定論版 AIGFS v1.0 で同じ向きの設計変更を当てている。同機関の変更ログは、ハリケーン強度予報を改善するために、格子点の平均二乗誤差損失が招く二重罰の問題を克服するスペクトル調和損失関数を導入したと書いている1。二重罰は、位置が少しずれた予報が、予報したのに実際には無かった場所と、実際にはあったのに予報しなかった場所の二か所で誤差を数えられる問題である。留保1で触れたハリケーン強度の弱点と、ここで言うぼやけは、NOAA の記述でも同じ損失関数の問題として扱われている。

もっとも、損失関数を設計し直した当の論文の著者らは、結果の適用範囲を限っている。彼らは自分たちの結果を「原理の実証であって、それぞれの損失関数の最適な設定ではない」と断り、水平解像度1度での結果だとことわっている。そのうえで、解像度が上がるほど二重罰の問題は厳しくなり、決定論的な設定でスペクトル忠実度と RMSE を両立させるのは難しくなるだろう、とも書いている6。ただし同じ節は、球面調和関数の損失は先行適用例から、水平勾配項は未掲載の予備的な結果から、どちらも0.25度でも有効なままだとも書いている6。結論部が挙げるのは、「学習課題を確率的に定式化すればスペクトルバイアスは事実上取り除ける」とする先行研究（AIFS-CRPS と、GenCast にあたる Price ほか 2025 の論文）と、最終的には確率的なアンサンブルのほうが良い解になりうるという見通しのほうだ6。

出典6件

  1. 「NOAA deploys new generation of AI-driven global weather models」2025-12-17. https://www.noaa.gov/news-release/noaa-deploys-new-generation-of-ai-driven-global-weather-models — 三系の投入と HGEFS の初期評価。EAGLE の正式名、2026年7月の更新版、Anemoi 移行、損失関数は EPIC の解説と変更ログ。 https://www.epic.noaa.gov/ai/eagle-overview/ https://www.epic.noaa.gov/ai/eagle-change-log/ ↩ ↩2 ↩3 ↩4 ↩5 ↩6 ↩7 ↩8 ↩9 ↩10 ↩11 ↩12 ↩13 ↩14 ↩15 ↩16 ↩17 ↩18 ↩19 ↩20 ↩21 ↩22 ↩23 ↩24 ↩25

  2. NOAA/NWS「Service Change Notice 25-89」NCEP Central Operations, 2025-12-09. https://www.weather.gov/media/notification/pdf_2025/scn25-89_AIGFS_AIGEFS_and_HGEFS.pdf — 実装の告示。GraphCast が基で、HGEFS は両系31ずつの62メンバー、12月9日からの評価を経て17日に現業化するとする。 ↩ ↩2 ↩3 ↩4 ↩5

  3. ECMWF「ECMWF’s ensemble AI forecasts become operational」2025-07-01. https://www.ecmwf.int/en/about/media-centre/news/2025/ecmwfs-ensemble-ai-forecasts-become-operational — AIFS ENS を IFS と並走させる発表。ハイブリッドを探る理由には解像度の差を挙げる。 ↩ ↩2 ↩3 ↩4 ↩5 ↩6 ↩7

  4. McTaggart-Cowan ほか「WP-MIP: An Artificial Intelligence, Hybrid, and Physically Based Model Intercomparison Project for Weather Prediction」2026. https://arxiv.org/abs/2604.16643 — 予備結果（v2）。BAMS早期公開。 https://doi.org/10.1175/bams-d-26-0012.1 ↩ ↩2 ↩3 ↩4 ↩5 ↩6 ↩7

  5. Zhang ほか「Physics-based models outperform AI weather forecasts of record-breaking extremes」Sci. Adv., 2026. https://doi.org/10.1126/sciadv.aec1433 — 記録破りの極端事象で、決定論型の AI が物理モデル HRES に負けたと報告する。 https://arxiv.org/abs/2508.15724 ↩ ↩2 ↩3 ↩4 ↩5 ↩6 ↩7 ↩8

  6. Dunstan ほか「FastNet: Improving the physical consistency of machine-learning weather prediction models through loss function design」2026. https://arxiv.org/abs/2509.17601 — 損失関数で整合性を改善。 https://doi.org/10.1175/aies-d-25-0090.1 ↩ ↩2 ↩3 ↩4

この記事はAIを使用して執筆されました。内容には誤りが含まれる可能性があります。事実や数字の出典は脚注から確かめられます。