3分で読めますデータとAI

MITRE Weather 1K:1 kmのAI学習用データセットとAceCASTの役割

2026年4月、MITREとThe Weather Companyは、1 kmのAI学習用データセットであるWeather 1Kを発表しました。発表では、その開発に使われたモデリングツールの一つとして、AceCASTの名前が挙げられています。

イラスト:軌道上から見た夜の北米大陸。都市の明かりと、光る気流の線でなぞられた雲域が描かれています。

初出:2026年5月7日 · 更新:2026年11月16日

AI気象モデルを学習させるチームは、早い段階で同じ壁に突き当たります。モデルが学習できるのは、学習データに含まれる細部だけだということです。公開アーカイブの多くは、単一の雷雨よりも粗く、保存は1時間に1回です。2026年4月23日、MITREとThe Weather Companyは、このギャップを埋めるために作られたデータセット「Weather 1K」を軸とする協業を発表しました。発表では、その開発に使われたモデリングツールの一つとして、TempoQuestのAceCASTの名前が挙げられています。この記事では、発表の内容、AceCASTの位置づけ、そして自社のチームが独自の高解像度学習データを必要とする場合にどうすればよいかを説明します。

MITREとThe Weather Companyが発表した内容

両者は2026年4月23日に協業を発表しました。Weather 1Kは、高解像度のAI学習用データセットです。The Weather Companyは、自社の予報システムGRAFの研究開発向けに、そのライセンスを受けました。

発表は、このデータセットを四つの数値で説明しています。

  • 解像度:1 kmの空間解像度。
  • 対象範囲:米国本土、海面から62,000 ftまで。
  • 時間間隔:10分間隔。
  • データ量:およそ7 PB。

これらの数値は、互いを説明しています。米国本土を覆う1 km格子には、数百万本のカラムがあります。各カラムは、旅客機の巡航高度をはるかに上回る62,000 ftまで積み重なった層からなります。そして10分ごとに、その全体があらためて保存されます。気象データセットがペタバイト規模に達するのは、こうした理由からです。

AceCASTの位置づけ

発表では、Weather 1Kの開発に使われたモデリングツールの一つとして、TempoQuestのAceCASTの名前が挙げられています。Weather 1KはMITREのデータセットであり、各ツールがどのように使われたかの詳細は、発表には示されていません。

AceCASTは、NCARが維持管理する気象モデルWRF(Weather Research and Forecasting)をNVIDIA GPU上で実行します。WRFのワークフローはそのままで、WRF互換の入力、namelist、出力を使い、オンプレミスまたはクラウドの、NVIDIA GPUを搭載したLinuxシステムで動作します。詳細はAceCASTのドキュメントにあります。

WRFのような物理ベースのモデルは、大気の方程式を格子上で解きます。その出力には欠けがありません。すべての変数が、すべての格子点で、保存されたすべての時刻について得られます。この完全さがあるからこそ、観測がまばらな場所や高度でも、モデル出力を学習データとして使えます。

TempoQuestは2026年5月6日に、この発表に関する自社のプレスリリースを公開しました。

AI気象モデルにこうしたデータが必要な理由

AI気象モデルが学習するのは、学習データセットに含まれるパターンだけです。学習済みモデルに何ができるかは、そのデータセットの三つの特性で決まります。

  • 格子間隔:学習用のフィールドが雷雨を表現できないほど粗ければ、モデルは雷雨を細部まで見たことがなく、描くこともできません。
  • 時間間隔:雷雨は数十分で発達し、衰弱します。毎時のスナップショットでは、そのライフサイクルの大部分を捉えられません。10分ごとに保存されたフィールドなら捉えられます。
  • 一貫性:物理モデルの出力では、風、気温、水分、気圧が、どこでも同じ物理的関係に従っています。AIモデルは、その関係をデータから学習します。

この種のデータセットすべてに当てはまる注意点が一つあります。モデル出力は観測ではありません。データセットは、それを生成したモデルと設定のバイアスを引き継ぎます。そのため慎重なチームは、学習に使う前に、観測所、レーダー、そのほかの測定値と照らしてデータセットを評価します。

自社のチームに独自のデータセットが必要な場合

TempoQuestはWeather 1Kを再販していません。TempoQuestが提供するのは、それとは別のもの、すなわちお客様ごとに要件を定義するカスタム気象データです。

カスタムプロジェクトでは、TempoQuestが、AIの学習、リスク分析、計画、運用向けに、プロジェクトごとの高解像度モデル出力と派生データセットについて、要件定義、生成、パッケージ化、納品を行います。要件定義では次の項目を定めます。

  • 対象地域と変数
  • 解像度(一般的な依頼は1 kmまたは3 km前後)
  • 時間間隔(15分、30分、毎時、または日次)
  • 過去期間と予報時間(過去データセットを含む)
  • 形式と納品方法(NetCDF、GRIB、Zarr、CSV、JSON、またはAPI)

料金は作業内容、すなわち領域サイズ、計算量、過去期間、時間間隔、検証、システム連携に応じて決まります。

見積もりを依頼する前に、四つの問いに答えを出しておいてください。それで、要件の大部分とコストの大部分が決まります。

  1. データをどの意思決定またはモデルに使うのか、対象とする範囲はどこか。
  2. どの程度の細かさと頻度が必要か。格子を細かくしても、間隔を短くしても、計算量とストレージは掛け算で増えます。
  3. 重視するまれな現象を十分な数だけ捉えるには、何年分の過去データが必要か。
  4. どの観測と照らしてデータを評価するのか。

これらの答えを用意して相談に来たチームは、要件も料金も、ずっと早く固まります。すでにWRFを運用していて、データを自分で生成したい場合は、AceCASTがWRFをNVIDIA GPU上で実行します。自社の計算領域で試すには、トライアルをご利用ください。

次のステップ

データセットを相談する、またはカスタム気象データを見る。

お客様の学習用データセット

データの要件をお聞かせください。

モデルに必要な対象地域、アーカイブ、変数、権利をお知らせください。すべてのご依頼を確認します。