韓国の研究陣が過去160年余りの全地球海洋データを学習し、今後200日間の海洋状態を数秒で予測する人工知能（AI）モデルを開発した。従来のスーパーコンピューター基盤の数値モデルよりはるかに少ない計算資源でも長期海洋予測が可能で、気候変動対応と長期気候予測の精度を高める基盤技術として注目される。
韓国科学技術研究院（KIST）気候炭素循環研究団のカン・デヒョン、キム・ジョンファン博士チームは、AI基盤の全地球三次元海洋予測モデル「KIST-オーシャン（KIST-Ocean）」を開発したと26日明らかにした。研究結果は国際学術誌「サイエンス・アドバンシズ（Science Advances）」に掲載された。
気候変動で猛暑と集中豪雨、干ばつ、台風など極端気象が頻発し、長期気候予測の重要性が高まっている。とりわけ地球表面のおよそ70%を占める海洋は、膨大な熱と炭素を貯蔵・循環し、エルニーニョやラニーニャなどの気候変動にも中核的な役割を果たす。
しかし従来の海洋予測モデルは複雑な物理方程式を計算する必要があり、莫大なスーパーコンピューター資源と長い計算時間を要した。このため迅速な予測と多様な気候変動シナリオ分析には限界があった。
研究チームはこうした限界を克服するため、米国の地球システムモデル2（CESM2）が生成した1850〜2014年の全地球大規模アンサンブルシミュレーション資料を事前学習し、1982〜2013年の海洋再解析資料で海洋特性を反映して微調整したディープラーニング基盤AIモデルのKIST-オーシャンを開発した。
KIST-オーシャンは海面水温だけでなく水温、海流、塩分など62個の海洋変数を活用し、水深600メートルまでの三次元海洋状態を5日間隔で予測する。また、風による応力と長・短波放射、潜熱・顕熱フラックスなど大気から海洋へ伝達される6個の表面境界条件も併せて反映するよう設計した。
研究チームは、KIST-オーシャンはエヌビディアA100 GPU1台のみで事前学習を約33時間、微調整を約2.4時間で実施し、200日分の全地球海洋予測を6〜7秒で生成して、従来の数値モデルに比べ計算時間とコストを大幅に削減したと説明した。
あわせてKIST-オーシャンは、実際の海洋の物理現象をどれだけ正確に再現するかを検証する仮想実験でも、大気変化に伴う海洋波動と湧昇・沈降現象が従来の海洋物理理論と一致して現れた。2015年のスーパーエルニーニョ事例でも、赤道太平洋の海面水温上昇と海洋内部熱分布の変化などを成功裏に再現した。
研究チームは、KIST-オーシャンが単に過去データを学習する水準を超え、大気と海洋の複雑な物理的相互作用まで効果的に反映できることを示した結果だと説明した。
実際の大気条件を入力した実験でも、KIST-オーシャンは200日予測で現在の海洋状態がそのまま維持されると仮定する「持続予測（persistence forecast）」より高い精度を記録した。海面水温予測では最大6カ月まで北米マルチモデル季節予測システム（NMME）より優れた性能を示した。
研究チームは、現在は海洋のみを予測するモデルを、今後は大気・海洋・海氷・陸地を統合したAI基盤の地球システムモデルへ発展させる計画だ。これにより長期気候予測はもちろん、多様な気候変動シナリオをより速く少ない費用で分析できると期待している。
カン・デヒョン博士は「今回の研究は、AIが優れた計算効率だけでなく大気と海洋の間の複雑な物理的関係まで現実的に再現できることを示す」と述べ、「今後のAI基盤地球システムモデルの開発と気候危機対応能力強化の土台になる」と語った。