近年、地球温暖化の進行を背景に、稀に見る異常気象が相次いで発生しており、これは時代が直面する深刻な課題を静かに告げているかのようです。いよいよ終焉を迎える2024年も、サハラ砂漠が数十年ぶりの大洪水に見舞われ、米国では「世紀のハリケーン」が過去20年近くで最多の死者を出したハリケーンとなり、ヨーロッパでは集中豪雨が数十年ぶりの洪水を引き起こし、ラテンアメリカでは歴史的な干ばつに見舞われるなど、驚くべき光景が次々と繰り広げられました。

映画『流転地球』の有名なセリフにこうあります。「最初は誰もこの災害を気に留めなかった。山火事、干ばつ、種の絶滅、都市の消滅といったものに過ぎなかった。しかし、この災害が誰にとっても身近なものになるまでは。」地球温暖化が進み、異常気象が頻繁に発生する中で、誰もが抱える疑問が浮かび上がってきます。これらすべての問題の根本原因は何なのでしょうか？一般的には、人類の工業化、特に産業革命以降の二酸化炭素排出量の急増が地球温暖化の主要な要因と考えられています。しかし、工業化が地球温暖化に及ぼす具体的な影響はどれほどなのでしょうか？現在の傾向が続けば、地球の気温はどのように変化していくのでしょうか？これらの疑問は、人工知能技術の継続的な進歩によって徐々に解明されつつあります。

最近、スタンフォード大学、コロラド州立大学、チューリッヒ工科大学の共同研究チームが、それぞれ「地球物理学研究レターズ」と「環境研究レターズ」の学術誌に2本の論文を発表しました。高度な人工知能（AI）畳み込みニューラルネットワークシステムを訓練し、広範な気候モデルを用いて気温と温室効果ガスのデータをシミュレートすることで、研究チームは一連の予測を導き出しました。急速な排出量削減を達成できたとしても、世界の平均気温は過去最高気温となる2023年よりも0.5℃高くなる可能性があり、その確率は90%にも上ります。さらに懸念されるのは、このモデルが、炭素排出量の増加が続けば、2060年までに世界のほとんどの地域で気温が2023年よりも1.5℃高くなると予測していることです。

最初の論文:
論文タイトル: 急速な脱炭素化下における温暖化ピークのデータ駆動予測
論文リンク:

https://agupubs.onlinelibrary.wiley.com/doi/full/10.1029/2024...

2番目の論文:
論文タイトル: 気候モデルと観測を組み合わせて、地域の温暖化閾値に達するまでの残り時間を予測する
論文リンク:

https://iopscience.iop.org/article/10.1088/1748-9326/ad91ca

オープンソース プロジェクト「awesome-ai4s」は、100 を超える AI4S 論文の解釈をまとめ、膨大なデータセットとツールを提供します。

https://github.com/hyperai/awesome-ai4s

CMIP6 データセットのさまざまな加熱シナリオに基づいて、特定のタスク用にさまざまな CNN モデルをトレーニングします。

どちらの論文も CMIP6 の複数の全球気候モデル (GCM) と畳み込みニューラル ネットワーク (CNN) モデルに基づいており、同様のデータセットを使用していますが、研究目的の違いに応じてデータセットの選択や CNN モデルのアーキテクチャが異なります。

最初の論文の目的は、脱炭素化目標が達成されたと仮定した場合の地球温暖化のピークを予測することであった。この目的のために、研究者らは複数のCNNモデルを訓練し、最適なモデルを選択した。その結果、急速な脱炭素化が進む中で、地球規模の猛暑が局所的な極端な気候条件につながるリスクがかなり高いことが示唆された。

2つ目の論文は、現在の排出トレンド下での21世紀における世界の様々な地域における地球温暖化を予測することを目的としています。現実の複雑さを考慮し、研究者らは様々な条件下での地球温暖化メカニズム（GCM）を選択し、転移学習を用いて一連の気候モデル予測と観測データを統合しました。このアプローチにより、最終的には現在の気候条件に基づいて将来の気温変化をより正確に予測することが可能になります。

具体的には、データセット構築に関して、CNNを訓練して複数の脱炭素化経路を特定できるようにするために、最初の論文の研究者らは、結合モデル相互比較プロジェクト（CMIP6）の脱炭素化シナリオにおける複数の全球気候モデル（GCM）（SSP1-1.9、SSP1-2.6、SSP2-4.5など）からデータを収集しました。異常な気候を正確に捉えるために、研究チームは少なくとも5つのGCMの実装を組み込み、異なるGCMの影響をバランスさせました。

2つ目の論文は、年間平均気温偏差をより正確にシミュレートすることに焦点を当てており、SSP3-7.0シナリオにおけるCMIP6のGCM実装を少なくとも10個選定しました。研究チームは、CNNの学習用に7個、検証用に2個、テスト用に1個を選択しました。また、年間平均気温偏差を2.5°×2.5°のグリッドに再グリッド化し、1951年から1980年の期間を基準として各グリッドポイントの気候平均偏差を計算しました。

2つの論文は、CNNの構造と学習方法にも大きな違いを示しています。最初の論文では、CNNを用いて年間平均地表温度マップと残存累積二酸化炭素排出量を処理し、各入力に対する残存温暖化のSHASH分布を予測します。そして、異なるランダムシードを用いて15以上のCNNを学習させ、2100年までの温暖化のピークを予測するのに最適なものを選択します。

対照的に、2つ目の論文では、各地域ごとに独立してCNNを学習させました。研究者らはバークレーの観測データに転移学習を適用し、気候モデルデータで学習したCNN（ベースCNN）を微調整することで、観測データとの整合性を高めた新しいCNN（転移CNN）を作成しました。ベースCNNと転移CNNの両方の学習に成功した後、研究チームはバークレーの観測データに基づいて世界地図を投影し、2023年のバークレーの年間平均気温の異常値と予想される閾値をCNNに入力しました。

2番目の論文のCNNモデルアーキテクチャ

世界は地球温暖化という課題に直面しており、急速な脱炭素化では温暖化の傾向を逆転させることはできません。

研究の詳細について言えば、最初の論文では、まず異なる歴史的期間における予測フレームワークの精度を検証しています。研究者らは、CMIP6の歴史的シミュレーションデータを用いてCNNを学習させ、NASAおよびBerkeley Earthのデータと比較しました。図EFに示すように、CNNによって予測された温暖化ピーク時系列は、初年度に対して高いロバスト性を示しており、観測データに基づくCNN予測の不確実性は、GCMシミュレーションデータに基づく予測の不確実性よりもはるかに低いことが示されています。

将来の気候のピーク予測

さらに、これらの予測は、たとえ急速な脱炭素化が実現したとしても、気候変動の影響は人類と生態系がこれまで経験してきたよりも深刻になる可能性があることを示唆しています。2023年末までに、人為的な気候変動によって世界の気温は既に約1.5℃上昇している可能性があります。最も野心的な脱炭素化シナリオ下でも、世界の年間平均気温は2023年の数値を「ほぼ確実に」上回り、2℃上昇する確率は50%です。今世紀半ばまでにCO2排出量実質ゼロを達成したとしても、個々の年において、世界の気温が記録破りの異常気象となった2023年よりも少なくとも0.5℃高くなる可能性が依然として高いと予測されます。

2つ目の論文は、炭素排出量の継続的な増加に関する予測を示しています。その結果は、最も積極的な排出削減策を講じても、地球温暖化の傾向を完全に逆転させることは困難であり、熱波、豪雨、干ばつといった異常気象の悪化を完全に避けることはできないという厳しい現実を明らかにしています。さらに、現在の炭素排出量が変わらなければ、世界のほとんどの地域で2040年までに気温が2.0℃を超える地域的な温暖化に直面する可能性が非常に高いとしています。この予測は、地球温暖化の緊急性を強調しており、最も楽観的な排出削減シナリオ下でも地球温暖化の影響は避けられず、炭素排出量の継続的な増加は状況を悪化させると指摘しています。

下図に示すように、この研究では、1.5°Cの閾値については、すべての主要予測地域が2040年かそれ以前にこの閾値に達すると予測されています。2.0°Cの閾値については、ほとんどの地域が2040年以前にこの閾値に達しますが、世界のすべての地域は遅くとも2060年までにはこの閾値に達します。3.0°Cの閾値については、1つの地域を除き、世界の他のすべての地域は遅くとも2070年までにはこの閾値に達します。

各地域で気温が 1.5°C、2.0°C、3.0°C の閾値を超えると予測されます。

持続可能な開発と地球科学研究に焦点を当てる

この研究の主要人物の一人であるノア・ディフェンボー教授が、名門ドーア・スクール・オブ・サステナビリティに所属していることは特筆に値します。2022年5月、シリコンバレーの億万長者投資家ジョン・ドーアは、ドーア・スクール・オブ・サステナビリティを設立するため、スタンフォード大学に11億ドルを寄付しました。シリコンバレーの巨大テック企業への投資家であるドーアは、持続可能な技術開発の熱心な支持者でもあります。彼は、ゼロエミッション技術への投資や講演活動を通じて、企業が地球温暖化対策としてクリーンエネルギー技術を採用するよう促しています。

デュール持続可能開発研究所は設立からわずか2年で、既に一連の研究成果を達成しています。本稿で紹介した2つの研究成果に加え、同研究所はMineral-Xアフィリエイトプログラムを立ち上げました。このプログラムは、AIを活用して重要な鉱床を特定し、クリーンで再生可能なエネルギーの開発を支える強靭な鉱物サプライチェーンを構築することを目的としています。さらに、同研究所はAI技術を活用し、二酸化炭素のゼロエミッションモニタリング、熱波の変化と地球温暖化、気候変動が人類の疾病に与える影響に関する研究も行っています。

本稿に掲載されている2つの研究論文の著者の一人であるノア・ディフェンバウ教授は、長年にわたり地球規模の気候変動問題に焦点を当ててきた科学者です。AI技術の台頭に先立ち、ディフェンバウ教授は2019年4月22日に米国科学アカデミー紀要（Proceedings of the National Academy of Sciences）に注目すべき研究論文を発表し、次のように述べています。「地球温暖化が社会的不平等に与える影響に関する研究で、ほとんどの貧困国は地球温暖化以前よりも貧しくなり、一方でほとんどの富裕国はより豊かになったことが明らかになりました。」

AI技術の革命的なインパクトを受け、ディフェンバウ教授はAI4S分野におけるAIの応用にも注視しています。2023年1月号の米国科学アカデミー紀要（Proceedings of the National Academy of Sciences）において、同教授は産業革命以前、すなわち19世紀半ば以降、地球の気温が1.1～1.2℃上昇しており、人工知能（AI）は2033年から2035年の間に地球が1.5℃の温暖化閾値を超えると予測していると指摘しました。しかし、国連のデータによると、2023年の地球の気温はすでに1.5℃を超えており、地球の気温上昇率は予想を上回っています。

ディフェンバウ教授の研究以外にも、AIは地球温暖化の予測に広く応用されています。例えば、今年7月にはGoogle Researchチームが人工知能モデル「NeuralGCM」を開発し、気象予報と気候シミュレーションを新たなレベルに引き上げました。NeuralGCMは長期気候予測において優れた性能を示しており、40年間の気候予測シミュレーション結果は、ECMWFデータから示された地球温暖化の傾向と一致しています。

AI技術の継続的な進歩により、天気予報のスピードと精度がさらに向上すると考えられます。