AIが解く世界の難問 · 地球・気候科学 · arXiv · 2026-10-23
AI気象予測の極端現象に対する評価は信頼できるか：評価手法がモデルの順位を変える
原題: Can We Trust Evaluations of AI Weather Forecasts for Extremes? How Evaluation Protocols Shape Model Rankings
AI気象モデルが極端現象を予測できるかについて、研究によって結論が食い違っており、その一因として評価手法の違いが挙げられている。同一の実験設計で比較したところ、モデルの順位は評価指標の選び方に強く左右された。観測された極端現象に限定すると物理ベースのモデルが優れ、重み付きスコア関数で評価するとAIモデルが優れた。分割表の分析から、AIモデルは極端現象を過小に予測して見逃しが多く、物理モデルは頻繁に予測して誤報が多いことが示された。スコアの差は主に識別能力ではなく較正の偏りに由来するとされた。