Allen Institute：AIMIPベンチマーク——AI気候モデルは過去データで2倍優れていますが、長期的な温暖化には汎化しません

Allen Institute（AI2）は2026年5月13日にAIMIP——AIモデル比較プロジェクトを発表しました。これはAI気象・気候予測のコミュニティベンチマークです。第1フェーズの評価は6つのモデリンググループによる8つのモデルシミュレーションを含み、AIモデルが長期的な気候温暖化に汎化できない深刻な能力欠如を明らかにしています。

AIMIP第1フェーズには誰が参加していますか？

第1フェーズでは合計8つのモデルシミュレーションを提出した6つのグループが参加しています。Ai2気候モデリング・NVIDIA・Google Research・ワシントン大学・メリーランド大学・ArchesWeatherグループです。Allen Instituteはこのプロジェクトを「コミュニティの取り組み」として位置づけており、古典的な大気科学モデルを使用する従来のCMIP（気候モデル比較プロジェクト）フレームワークに匹敵する標準化された評価を目指しています。

過去データでの評価は何を示していますか？

AIモデルは強い結果を示します——主要なシステムは従来のモデルと比較して地表付近の気温などのフィールドで時間平均誤差を2倍削減します。この指標は、古典的なGCM（大気大循環モデル）システムが細かい解像度では計算コストが高すぎる短〜中期天気予報においてAIが優れていることを示しています。

AIMIPはどのような深刻な弱点を明らかにしましたか？

評価は重大な汎化の弱点を明らかにしました。モデルは学習期間外の長期的な温暖化傾向の予測に苦労します。一部のモデルが温暖化を適切に追跡する一方、他のモデルは「大幅に温暖化を過小評価」しており、異なる気候シナリオ全体での汎化ギャップを示しています。これは重大な制限です——AIの気候モデルは学習分布に含まれていない将来の温度レジームに正しく外挿できなければなりません。

この弱点は実用的に何を意味しますか？

AIの気候モデルは現在、過去データの細粒度再現と短期天気予報には有用ですが、政策立案に情報を提供する気候GCMの主要ユースケースである世紀規模の気候予測には信頼性が低いままです。AIMIPは次のフェーズでより多くのモデルとシナリオを追加し、分布外汎化能力に特に焦点を当てる予定です。

モデルアーキテクチャは「参加モデリンググループに委ねられます」——AIMIPはアーキテクチャを規定せず、入出力仕様のみを規定します。これにより同じベンチマーク上での異なるアプローチ（トランスフォーマー・グラフニューラルネットワーク・ハイブリッド物理-MLモデル）の比較が可能になります。このアプローチはAIMIPを特定のモデルソリューションを支持するのではなく、科学的比較のためのインフラストラクチャとして位置づけます。