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: 2026/10/10）

🤖 AIを使用して執筆

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。

• AIGFS（AI版の全球予報）
• AIGEFS（AI版のアンサンブル予報。計算資源は従来型 GEFS の約9%。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、予報の効く先を18〜24時間延ばすとする¹）
• HGEFS（ハイブリッド版。物理の GEFS と AI の AIGEFS を混ぜた62メンバーの「グランド・アンサンブル」）

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。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⁴。NOAA（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 が届いていない用途もある。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時間先までと比べて射程が短く、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⁴。長い射程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張るからだ

鍵は、アンサンブル予報が何をしている道具かにある。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＝不確実性を張るのがアンサンブルの仕事だ。

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。速く安く回せる AI を、既存の物理モデルを捨てる理由にではなく、集団を厚くする材料に使った、という順序だ。

並走と混ぜる判断は ECMWF や WP-MIP の参加センターでも出ているが、混ぜ方は割れている

ハイブリッド化に向かう動き自体は、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 は 2025年7月1日、AI アンサンブル予報 AIFS ENS（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に依存する²。混ぜる理由も、リリースは名指しで書いている。それによれば、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²。ECMWF は同じリリースで、この AI アンサンブルが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%の改善を示したと書いている²。リリースは速度と消費電力の差も名指ししていて、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²。それでも選ばれたのは置き換えではなかった。リリースはこの現業化を、物理ベースの IFS と並べて走らせるためのものだと第1文で書いている²。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²。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。リリースがハイブリッドを探る理由として名指ししているのは、速さや安さではなく解像度の非対称のほうである。

学術・現業の側でも、物理・AI・ハイブリッドの三系統を同じ土俵で比べる相互比較プロジェクト WP-MIP が走っている。WMO の作業部会が2024年後半に立ち上げたもので、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³。ただしそこに寄せられた各センターの開発中ハイブリッドは、いずれも物理モデルを AI の解へ寄せる型（spectral nudging）だ。原典は「現在のハイブリッド化の戦略は spectral nudging に一意に集中している」と書き、該当する3件（ECCC・ECMWF・UKMO）を表に並べている³。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。しかも WP-MIP の第1期が比べているのは決定論予報で、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名指ししている³。なお WP-MIP の参加 AIWP モデルには NOAA 自身が名を連ねている（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³。そして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³。原典によれば、予備結果でも ECCC と UKMO のハイブリッドは導き手の AI 予報から大きく利を得て、ECMWF の物理モデルに近い RMSE 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」を与える物差しだと自ら断り、検証手法の刷新を主題に据えている³。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³。

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。∴ HGEFS は「潮流の一例」というより、ハイブリッド化という広い潮流のなかで 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。

• まだ「初期評価」である。 「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。ただし内訳がどこにも無いわけではない。実装告示⁴が参照する NCEP Office Note 522 が、開発段階の62メンバー・ハイブリッド（SUPER62）について CRPSS・アンサンブル平均RMSE・スプレッド・Brier スコア・ROC 面積を地域別・リードタイム別に載せている。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。しかも同ノートは、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 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割れ方は、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。NOAA のリリース自身も、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。

• 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 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 と書く。集団を厚くする狙いそのものについて、片方は弱い側から入っている。ただし 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、とも書いている。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って、混ぜた結果にそのまま持ち越されてはいない。

• 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²¹。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。しかも苦手な領域が報告されている。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。彼らの見立てでは、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。

  この検証には射程がある。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見立てでもある⁵。

  ただし NOAA は、2025年12月の現業投入時点の AIGFS・AIGEFS を、DeepMind の GraphCast を出発点に、NOAA 自身の全球データ同化（GDAS）解析でファインチューニングして作った¹⁴。つまり両者は、ここで物理に負けた系統の延長線上にある。もっとも同じ 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。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。「混ぜる」という判断は、その意味では自分たちの足元にも向いている。

  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、損失関数を設計し直すことで MSE 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。上の第1留保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、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。

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。