人工知能は現在、膨大な量の衛星画像の処理に活用されており、気候変動の監視、災害予測、再生可能エネルギーの可能性評価などに利用されています。衛星群1つだけでも1日あたり1.6テラバイトものデータが生成され、これは人間が手作業で分析するには多すぎる量です。AIはこの膨大なデータの意味を解明しようと躍起になっていますが、科学者たちは分析のスピードがデータ収集のスピードに追いついていないと警告しています。
その結果、気候データが示す情報と、それを現実世界の意思決定に役立てる速さとの間に、ますます大きなギャップが生じています。
AIが気候監視の精度を向上
地球観測の進歩はすでに効果を発揮しています。23テラバイトのラベルなし衛星データで訓練されたAIモデルは、従来の方法よりも正確な評価を行っています。DeepSeekアーキテクチャを用いて構築されたモデルは、自然災害の早期警報予測を18%向上させ、洪水、山火事、嵐などの発生時に人命を救う可能性を高めました。GoogleはAIを用いて80万枚の衛星画像を分析し、世界中の建物の屋上ソーラーパネルが世界の総電力需要の3倍を発電できることを発見しました。同社のAIを活用したナウキャスティングツールも従来の降水量予測を上回り、英国気象庁の気象学者から高く評価されています。
一方、消費者向けアプリケーションは目に見える効果を発揮しています。2011年以降、Google Nestサーモスタットは1,130億キロワット時のエネルギーを節約しました。これはポルトガルの年間電力使用量の2倍に相当します。
データはインフラよりも速く増加している
こうした画期的な進歩にもかかわらず、データ規模は分析ツールの進化を上回るペースで拡大し続けています。NASAの地球科学データシステムは2021年に59ペタバイトのデータを処理し、2025年までにその数は250ペタバイトに達すると予想されています。
この成長ペースは、早期警報システムの運用を阻害する可能性があります。例えば、耕作地の追跡に用いられる世界規模の土地被覆地図は、依然として一貫性に欠けています。アフリカ諸国では、モデル間の完全な一致を示す地図ピクセルは0.5%未満です。このような不一致は、気候変動への迅速な対応を目指す政府や援助機関にとってリスクとなります。
DeepMindの研究ディレクター、コレイ・カヴククオグル氏は、AI学習用のデータセットの準備は依然として「労働集約的で時間がかかる」ものであり、多くのAIモデルはリアルタイムアプリケーションでの効率的なスケーリングに依然として苦労していると述べた。安全性も依然として懸念事項であり、特に自然災害の予測においては、安全性が「モデル開発の中核になければならない」と付け加えた。
これが地球の未来に何を意味するのか
AIツールは、近い将来、ハリケーンシーズンにおいて重要な役割を果たす可能性があります。すでにいくつかのモデルは、人間の気象学者が警報を発する前にハリケーンの上陸を予測しています。その応用範囲は、セレンゲティ国立公園の野生生物の追跡から、核融合実験におけるプラズマのモデリングまで多岐にわたります。
GoogleのGeminiのようなマルチモーダル・プラットフォームも、状況を変えつつあります。これらのシステムは、テキスト、画像、動画、音声を同時に処理することができ、包括的かつリアルタイムの気象情報提供へと進化しています。
それでも、データ量が増加し、気候危機が加速する中、今後18ヶ月はAIが十分な速さで導入され、変化を生み出せるかどうかが試されることになるだろう。地球の監視と保護を支援するツールは既に存在しているが、それが時間通りに導入されれば、状況は大きく変わる。
