AIが解く世界の難問 · 地球・気候科学 · arXiv · 2026-10-22
AI気象モデルのスパースオートエンコーダ特徴量における熱帯低気圧の属性
原題: Tropical Cyclone Attributes in Sparse Autoencoder Features of an AI Weather Model
AI気象モデルが熱帯低気圧を内部でどう表現しているかは不明であるため、GraphCastにスパースオートエンコーダ(SAE)を適用し、205個のサイクロンから得た2,115の6時間刻みのタイムステップについて、5種類のLayer-8分解と16個のプロセッサ層でSAEの活性化と位置・強度・気圧構造の関係を解析した。各属性は複数の特徴量と関係し、位置と気圧構造の関係はより小さな部分集合で重なり、この構成は特徴量の整列なしに独立したSAEや層の間で再現された。深い層では位置の主要な特徴量が現在時刻より6時間先の位置と気圧構造とよりよく整合し、物理属性の関係の構成がGraphCast内のサイクロン関連情報を解釈する再現可能な記述水準になると示唆される。