GoogleのAI気象モデル「WeatherNext 3」——5km×毎時更新が変える天気予報の新時代【2026】

私は毎朝、傘を持っていくかどうかを天気予報で判断しています。ところが、ゲリラ豪雨や線状降水帯のような急な天気の変化は、いまだに予測が難しい分野です。そんな常識を塗り替えるかもしれない発表が、2026年9月3日にありました。Google DeepMindとGoogle Researchが公開した、最新AI気象モデル「WeatherNext 3」です。独立機関の評価で「世界一正確」とされたこのモデルは、何がすごいのでしょうか。本記事では、技術の中身と私たちの生活への影響を詳しく解説します。専門用語は多めですが、結論だけを追いかけていただければ十分に理解できます。

WeatherNext 3とは——「5km×毎時更新」の衝撃

天気予報の精度は、空間の細かさ（解像度）と更新の速さで決まります。WeatherNext 3は、この両方で従来を大きく上回りました。気温や湿度などの主要な地表変数は、5km解像度で予測します。これは前モデルのWeatherNext 2（25km・6時間間隔）と比べて、約5倍シャープな画像に相当します。

さらに予報の更新は毎時更新です。従来の数値予報は、スーパーコンピュータで6時間ごとに計算をやり直す仕組みでした。WeatherNext 3なら、1時間ごとに全世界の最新予報が手に入ります。まさに、天気予報のパラダイムシフトです。

項目	WeatherNext 3	WeatherNext 2（前モデル）
発表日	2026年9月3日	2025年11月
主要変数の解像度	約5km	約25km
更新頻度	毎時（1時間ごと）	6時間ごと
入力データ	静止衛星のリアルタイム観測	数値予報モデルの解析値
降水予報の改善	前モデル比で最大60%	—
展開先	Search・Gemini・Mapsなど	—

このモデルが「世界一正確な気象モデル」と評価される根拠は、スタートアップ企業Brightbandが運営するOperational WeatherBenchというライブ評価です。MicrosoftやNVIDIA、ECMWF（欧州中期予報センター）のAIモデルをすべて上回り、米国気象局やECMWFの従来予報にも勝利しました。日々の実運用データで比較するため、発表時の性能にかぎらない信頼性があります。

世界一正確の理由——3つの技術的ブレイクスルー

WeatherNext 3がここまで正確なのは、設計思想が従来と根本的に違うからです。従来手法が物理法則をスパコンで数値計算するのに対し、AIは膨大な過去データから天気のパターンを学習します。ポイントは次の3つです。

1つ目は、衛星データを直接学習する設計です。従来のAI気象モデルは、数値予報モデルが出力した解析データを学習に使っていました。このデータには6時間の遅延があります。WeatherNext 3は、静止気象衛星が撮影した1時間ごとの観測画像を直接取り込みます。天気は急速に変化するため、このリアルタイム性は大きな武器です。高解像度の全球モデルで観測データを直接使うのは世界初の試みでした。予報の出発点がリアルタイムに近づいたことで、台風や集中豪雨の兆候をより早く検知できるようになります。衛星の撮影待ちによる時間ロスを減らせるのも、大きな強みです。

2つ目は、地上の観測点データで局所を学ぶ点です。気温や湿度は、数キロメートル離れただけで大きく変わります。従来モデルは大気を粗く表現して学習するため、山や谷、海岸線の影響を捉えきれませんでした。WeatherNext 3は、まばらに存在する地上観測点のデータから直接学習します。その結果、5kmグリッドで地形を反映した予報が可能になりました。日本列島のような山がちな地形では、この利点が特に大きいです。

3つ目は、FGNメッシュトランスフォーマーという新アーキテクチャです。衛星モザイク画像と過去の解析値を、1つのモデルに統合します。パラメータ数は前モデルの2.4倍です。降水予報では、NASAのIMERGという基準データと比べて最大60%の改善を達成しました。1日以上先の予報でも、最大50%正確になっています。雨の境界線の予測が、格段にシャープになりました。

【比較表】AI気象モデル2026年の勢力図

AI気象モデルの開発競争は、すでに本格化しています。2023年のGraphCast登場以降、各社のモデルが次々と精度記録を更新しています。主要モデルを比較してみましょう。

モデル	開発元	解像度	更新	特徴
WeatherNext 3	Google DeepMind	約5km	毎時	衛星観測の直接学習と再エネ変数
WeatherMesh 6	WindBorne Systems	約25km	6時間	自社の気球観測網アトラスを活用
AIFS	ECMWF	約9km	6時間	欧州の気象機関によるAIモデル
GraphCast	Google DeepMind	約25km	6時間	2023年発表の先駆的AI気象モデル
従来の数値予報	各国気象機関	1〜25km	6時間	スパコンで物理方程式を解く方式

注目すべきは、データの集め方の違いです。WindBorne Systemsは、数百機の自動気球を毎月打ち上げる「アトラス」という観測網を持ちます。気球が大気を直接観測し、そのデータをAIモデルに反映します。一方のGoogleは、既存の衛星インフラを最大限に活用する戦略です。観測手段は違いますが、両者とも「生の観測データを直接学習する」という同じ方向に進んでいます。どちらの方式が将来の標準になるのか、これから注目が集まりそうです。

また、WeatherNext 3は発電にも対応しています。風車の高さに相当する地上100mの風速や、雲量、日射量を予測できるのです。再生可能エネルギーの発電量予測に、直接活用できます。再エネ事業者にとっては、予報の精度がそのまま売電計画の信頼につながります。

線状降水帯の予測は変わるのか——日本の防災へのインパクト

ここからは、日本の読者にとって身近な話です。毎年夏に甚大な被害をもたらす線状降水帯の予測は、今どこまで進んでいるのでしょうか。気象庁は2026年から「直前予測」の運用を始めましたが、精度はまだ道半ばです。8月30日時点で、半日前予測の適中率は約15%にとどまります。直前予測の適中率も約30%でした。8月に千葉や石川、富山で相次いだ線状降水帯では、最初の発生を予測できませんでした。人命に関わる情報だけに、予報の一層の高度化が急がれています。

原因のひとつは、発生メカニズムに未解明の部分が多いことです。海からの水蒸気の流れを捉えきれていない、というのが気象庁の見解です。そこで気象庁は、数値予報とAIの「両輪」で精度向上を進める方針を打ち出しています。2026年3月には、局地モデルを1kmメッシュへ高度化しました。開発にはスーパーコンピュータ「富岳」が使われています。2029年には、市町村単位での半日前予測を目指します。AIの活用は、この達成を後押しするでしょう。

私はこの「更新頻度」の進化に注目しています。従来の予報は、出発点が1日に数回しかありませんでした。WeatherNext 3のように毎時更新される予報があれば、急に発達する雨雲の兆候を、従来より早く捉えられる可能性があります。もちろん、全球モデルには日本の自治体レベルの細かさはありません。局地モデルと組み合わせるのが、現実的な本命です。雨の降り出しが読めるかどうかで、一日の過ごし方は大きく変わります。そんな小さな変化も、気象AIはもたらしてくれるのです。

再エネ・農業・物流——産業を動かす精度革新

天気予報の精度は、実は産業の収益に直結します。企業の売上予測や在庫管理にも、気象データは欠かせません。WeatherNext 3の産業インパクトを、3つの分野で見てみましょう。

1つ目は再生可能エネルギーです。100m風速や日射量の予測が正確になれば、風力発電や太陽光発電の出力を事前に把握できます。電力市場での売買や、系統運用の効率が大きく上がります。2つ目は農業です。気温と湿度が数キロメートル単位で正確になると、農薬散布や灌漑のタイミングを最適化できます。3つ目は物流とエネルギー取引です。24時間から72時間先の予報精度が上がることで、需要予測の精度が改善します。気象感応度の高い業界ほど、精度向上の恩恵を直接受けられます。精密な気象データは、ビジネスの意思決定を支える土台になります。

さらに、注目すべきは発展途上国への恩恵です。従来の高解像度予報は、地域ごとに巨大なスーパーコンピュータが必要でした。コストが高く、ラテンアメリカやアフリカ、アジア太平洋の多くの地域は対象外でした。AIモデルはこのコスト構造を根本から変えます。高品質な予報が、数十億人の人々に届く可能性があります。気象災害への備えが遅れている地域ほど、この技術の価値は大きいといえます。

課題と今後の展望——予報の壁はどこにあるのか

世界一正確とはいえ、WeatherNext 3にも課題はあります。正直なところを整理しましょう。私が個人的に気になるのは、ブラックボックスの問題です。AIがどのような根拠で予報を出したのか、説明が難しい場面があります。気象庁も、この点をリスクとして指摘しています。防災情報として国民に伝えるには、予報の根拠を説明できることが重要です。特に自治体の避難判断に使う場合には、説明責任が問われます。

2つ目の課題は、観測データへの依存です。衛星観測の品質が、そのまま予報の質に影響します。観測の空白域である洋上などでは、精度が落ちる可能性があります。3つ目は、極端な現象への対応です。線状降水帯のように、そもそもメカニズムが解明されていない現象は、AIにとっても難しい対象です。AIは学習したデータの範囲内で予測するため、記録的な異常気象には対応しきれない場面も考えられます。

それでも、展望は明るいです。気象庁が「数値予報モデル開発と先端AI技術開発を両輪で推進する」と明言したように、AIと従来技術の組み合わせが進みます。AI気象モデルは台風の進路予測で、すでに従来手法を上回る報告もあります。観測データが蓄積されるほど、モデルの精度はさらに上がるでしょう。数年後には、いまの予報精度が当たり前ではなくなっているかもしれません。AI気象モデルの進化は、まだ始まったばかりです。

【FAQ】WeatherNext 3に関するよくある質問

ここでは、WeatherNext 3に関するよくある質問と回答をまとめました。関心が高いモデルだけに、誤解も多い分野です。

質問	回答
天気予報アプリはすぐ変わるのですか？	Googleの検索やMapsでは、9月3日から新しい予報への切り替えが始まりました。
従来の天気予報は不要になるのですか？	なりません。AIモデルは学習データを観測と数値予報に依存しており、併用が前提です。
日本でも利用できますか？	できます。全球モデルのため日本もカバーしており、Google製品経由で使えます。
予報は本当に50%正確になるのですか？	「1日以上先の降水予報で最大50%改善」という意味です。すべての項目が良くなるわけではありません。
気象予報士の仕事はなくなりますか？	なくなりません。AIの予報を監視して解釈する役割こそ、今後重要になります。
無料で使えますか？	一般ユーザーはGoogle製品に統合される形で無料です。開発者向けにはGoogle Cloudで提供されます。

まとめ——天気予報の未来を確認してください

ここまで、WeatherNext 3の技術とインパクトを解説してきました。5km解像度、毎時更新、衛星データの直接学習。この3つの進化が、天気予報の「当たり前」を変えようとしています。日本の線状降水帯予測の課題も、AIと数値予報の組み合わせで一歩ずつ解決に向かうはずです。予報が「当たって当然」の時代が、確実に近づいています。空の様子を見上げる習慣は、これからも変わりません。

天気の変化は、誰の生活にも関わります。新しい予報の精度を、Googleの検索やMapsで実際に確認してください。AI気象モデルの進化は、これからも目が離せません。今日の空を眺めながら、「この予報はどう作られたのか」と考えるだけでも、天気との付き合い方が変わるでしょう。まずは、気象AI革命の入り口を一緒に体験してみましょう。