台風シーズン、スマホの気象アプリを眺めながら「このAI、けっこう正確じゃん」と感じたことはないだろうか。
実は最近の台風進路予測、かなりの部分でAIが貢献している。
しかも、ChatGPTやClaudeとはまったく別種のAIが。
台風で外に出られない時間に、ちょっと知っておくと話のネタになる「AIと気象」のトリビアをまとめてみた。
📋 この記事でわかること
- 台風予測にAIが使われている、その実態と主役たち
- Pangu-Weather・GraphCastなど主要AIモデルの特徴と違い
- 米軍JTWCが実際に使っているシステムとは
- AnthropicのClaudeは台風予測に使えるのか（正直な答え）
- AIの「意外な弱点」── 進路◎、強さ△の理由
スマホの「台風進路アプリ」を支えているAIの正体
気象予報の世界には、大きく2つのアプローチがある。
「物理モデル」と「AIモデル」だ。
物理モデルは、大気の物理方程式をゼロから解いて、スーパーコンピューターが何時間もかけて気圧・温度・風速をシミュレーションする。
一言でいえば「大気のフルシミュレーションゲームを毎回ゼロから動かす」イメージだ。
重厚で正確だが、計算に時間がかかる。
一方のAIモデルは、「過去数十年分の気象データを学習させて、パターンで予測する」という手法をとる。
GPUで動かせば数秒で計算が終わる。
優等生が「方程式を全部解く」タイプなら、AIは「過去問だけを徹底的に解いて高得点を出す」タイプだと思えばいい。
そしてこの「過去問型」が、ここ数年の台風進路予測を大きく変えた張本人だ。
▼ 主要AI気象モデル比較
| モデル名 | 開発元 | 特徴・強み | 一言で言うと |
|---|---|---|---|
| Pangu-Weather | Huawei | 長距離の進路誤差が最小クラス。強度誤差も低水準 | 現状の「進路予測王者」 |
| GraphCast | Google DeepMind | 99%以上の変数でECMWF（欧州最高峰モデル）を超えると主張 | Googleの総力投入モデル |
| AIFS | ECMWF（欧州中期予報センター） | 強度誤差でPanguと同水準。公的機関発でデータ信頼性が高い | 気象機関の「公式AI」 |
| FuXi / FengWu | 中国系研究機関 | 進路精度は本物。ただし欧米軍では地政学的リスクから扱いに慎重さが求められる | 実力はあるが、使い方次第 |
| COAMPS-TC | 米海軍研究所（NRL） | AIではなく物理モデル。1997年から稼働する米軍の主力。5日先まで高解像度予測 | 軍事的信頼性の要 |
米軍JTWCのシステム──「主力」は実はAIじゃない
太平洋・インド洋の台風警報を担う米軍機関、JTWC（合同台風警報センター）はハワイのパールハーバーに拠点を置く、米海軍と空軍の合同組織だ。
沖縄在住の私にとっては、気象庁よりこっちの方が役立っていたほど、昔から精度が高かった。
何より、軍御用達である。
「米軍が使うAIってどんなやつ？」と思うかもしれないが、答えは少し意外だ。
（ここでパランティアを想像した人は、下のNOTE記事にも興味を持ってくれるかも？）
JTWCの主力は「COAMPS-TC」という物理ベースのモデルで、1997年から現役稼働している。
AIではないが、海洋と大気を連動させた職人技の精度を誇る。
一方でJTWCは、Pangu-WeatherやGraphCastなどのAI気象モデルを「参考情報」として並走させている。
人間の予報士が複数モデルを見比べて最終判断を下す、という運用だ。
「AIに全部任せる」ではなく「AIを助言役として使う人間指揮」の体制。
軍事的判断として、それは極めて理にかなっている。「予測が外れたとき、AIに責任は取れない」からだ。
「米軍は今でも台風の中に飛行機を突っ込ませて観測している」と思われがちですが、西太平洋では現在ほぼ行われていません。
実はJTWCは、1987年を最後に西太平洋での定常的な航空機観測を終了。
現在の台風解析は、主に以下の“宇宙からの観測”で行われています。
- ひまわりなどの気象衛星
- 赤外線・マイクロ波観測
- 散乱計データ
- Dvorak（ドボラック）解析
なお、大西洋のハリケーンでは現在も「ハリケーンハンター」が実際に突入観測を実施中。
映画のような“台風の目に突っ込む観測”は、主にアメリカ本土側で続いています。
RELATED NOTE
パランティアを思い浮かべたアナタへ。
そのリテラシー、鋭い感覚で素敵です。
AIは、もはや単なるチャットツールではない。
国家安全保障、軍事、金融、監視インフラ——
世界の“中枢”を動かすOSになり始めている。
AnthropicのClaudeは台風を予測できるのか？
ここで少し脱線。
先日、Anthropicが立て続けに大きなニュースを出した。
新モデル「Opus 4.8」のリリース、企業価値が9,650億ドルとなりOpenAIを初めて上回ったこと、そして「Mythos級モデルの一般公開が数週間以内」という発表だ。AIの覇権争いが一段と激化している。
では、そのAnthropicのClaudeは台風予測に使われているのか？
ストレートに言うと、現状は使われていない。
ClaudeはLLM（大規模言語モデル）だ。
テキストを読んで文章を生成するのが得意なAIであって、大気のシミュレーションをするためのものではない。
台風予測に使われるのはPangu-WeatherやGraphCastのような「気象特化型AI」であり、Claudeとはそもそもカテゴリーが異なる。
車とバイクくらい「どちらもモビリティ」だが、山道でのトライアル走行は別の話、というイメージだ。
ただし、近い将来の使われ方として現実的なのが「気象情報の翻訳・伝達」の役割だ。
「この台風の進路と強さのデータを読み込んで、沖縄北部の住民向けに避難指示の文章を生成して」──
これはまさにLLMの得意分野だ。
気象AIが「何が来るか」を計算し、ClaudeのようなLLMが「それをどう伝えるか」を担う。
予測と伝達の分業体制が、おそらく近い未来の形だ。
AIの意外な弱点──「強さ」だけが、なぜ読めないのか
ここが最もおもしろいポイントだ。
AIは台風の「進路」予測は得意だが、「強さ（勢力）」の予測は今もかなり苦手だ。
こんな例えで考えてみてほしい。
酔っぱらった友人が帰宅するとする。
どの道を通るかは「この人、いつもこのルートで帰るよね」というパターンでそこそこ予測できる（＝進路）。
でも、どれだけ千鳥足になるか、どこで急に立ち止まって歌い出すかは読めない（＝勢力）。
台風も同じだ。
大気の大きな流れというパターンはAIが学習できる。
でも台風の強さを左右する「海面水温の細かい変化」や「内部の対流活動」は、物理的に複雑すぎてAIが苦手とする領域なのだ。
✅ AIが得意なこと
- 台風の進路・移動速度の予測
- 大規模な気圧配置の把握
- 2〜5日先の中期予報
- 計算スピード（物理モデルの数百倍速）
- 複数モデルを並列で走らせるアンサンブル活用
⚠️ まだ苦手なこと
- 台風の勢力・中心気圧の予測
- 急速強化（RI）の検出
- 上陸直前の細かい構造変化
- 局地的な豪雨・線状降水帯
- 「学習データにない」異常現象への対応
昔、2024年の台風シーズン、複数のAIモデルが進路予測で物理モデルを上回る結果を出した一方で、勢力予測は軒並み大きな誤差が出た。
「進路は当てる、強さは読めない」という評価は、今や気象研究者の間では定説になっている。
AIに侵食されない生き方働き方のヒントになるかな💡
それでも、AIが気象予報を変えたのは本当だ
弱点はあるが、AIが台風予測の精度を底上げしたのは間違いない。
2日先の進路誤差が従来比で約19%改善という研究結果もある。
19%というと小さく聞こえるかもしれないが、沖縄と奄美の間では「直撃か、かすめるか」が分かれるレベルの差だ。
次のステップとして、気象AIとLLMの「役割分担」が始まろうとしている。
Pangu-WeatherやGraphCastが「台風の進路と強さ」を予測し、ClaudeのようなLLMが「その情報をどう住民に伝えるか」を担う。予測と伝達の分業だ。
気象庁も2026年度にAI気象モデル開発のため30名超の増員を打ち出しており、官民ともに本気モードに入っている。
台風の季節、アプリの予報を見るたびに「これ、どんなAIが計算してるんだろう」と少しだけ思い出してもらえたら、この記事を書いた意味がある。
そして次に台風が来たときの「暇つぶし」にも、ぜひ。
よくある質問
🌀 関連記事
台風6号（2026年）最新情報｜沖縄・奄美への影響と進路予測
台風6号の最新進路・各国モデル比較・沖縄への影響をリアルタイムで追った記事。公開2日で16,000PVを突破。AI気象モデルの各社予測比較も収録。
→ 記事を読む
コメント