교토대학 분야과학교육연구센터의 이세 다케시 준 교수와 오이타와 유리카 특정 조교는 딥러닝을 이용해 10년간 평균 기온의 상하를 최대 정밀도 97%로 추정하는 방법을 개발했다.
기후변화 예측은 기존 슈퍼컴퓨터를 이용한 물리계산이 주류다.그러나, 알려진 물리학의 지견을 쌓아, 모델화해 전체를 이해하는 「바텀 업형」의 종래 방법에서는, 세세하게 계산하려고 할수록 정밀한 시뮬레이션 모델과 보다 큰 스파콘이 필요해져, 예산과 맨파워를 팽창시켜 버리는 문제가 있었다.
대조적으로 본 연구에서는 통계적으로 경향을 분석하는 "하향식"의 사고를 도입했다.우선, 과거의 전세계의 기온 데이터로부터 연속한 30년분을 빼내, 세로에 1월부터 12월의 각 달의 온도, 옆에 30년의 해마다의 온도를 배치해, 온도의 높낮이를 색으로 표현 된 의사 컬러 이미지를 생성했습니다.이미지로 하는 것은 인공지능이 그 특징을 배우기 쉽게 하기 위해서다.
수만에서 수십만 장의 의사 컬러 이미지를 생성하고, 딥 러닝으로 학습시키면, 과거의 기온 데이터로부터 그 후 10년의 평균 기온이 올라갈까 내려갈지를 최대 정밀도 97%로 예측하는 것이 가능 되었다고 한다.실제로 2016년까지의 기온 데이터로부터 그 후 10년의 평균 기온을 예측해 보면, 전 세계에서 보면 온난화가 진행되지만, 지역에 따라서는 온도 상승이 완만하거나, 혹은 기온이 내려갈 수도 있다고 의 결과를 얻었다.이와 같이 지역마다의 차이를 예측하는 것은 향후의 기후 연구나 온난화 대책의 진전에 공헌할 가능성이 있다.
본 연구그룹은 앞으로 이 수법의 추가 고정밀화와 기존의 상향식 기후 예측과의 통합도 진행해 나갈 생각이다.
