モリカトロン株式会社運営「エンターテインメント×AI」の最新情報をお届けするサイトです。

TAG LIST
CG機械学習ディープラーニングCGへの扉安藤幸央GAN月刊エンタメAIニュースニューラルネットワーク河合律子NVIDIA強化学習三宅陽一郎OpenAI音楽FacebookQAスクウェア・エニックスモリカトロンAIラボインタビュー敵対的生成ネットワーク森川幸人ルールベースDeepMindキャラクターAIシナリオNFTGPT-3デバッグCEDEC2019StyleGANプロシージャル自動生成人工知能学会映画遺伝的アルゴリズムメタAI自然言語処理深層学習マイクロソフトビヘイビア・ツリー吉本幸記GoogleCEDEC2021CEDEC2020ゲームAISIGGRAPH不完全情報ゲームVRナビゲーションAI畳み込みニューラルネットワークAIと倫理アートグーグルディープフェイクGDC 2021大内孝子VFXメタバースGDC 2019マルチエージェントゲームプレイAIボードゲームNPCDALL-ECLIPロボットCNNデジタルツインモリカトロンUnityファッションHTN階層型タスクネットワークJSAI2020TensorFlowMicrosoftイベントレポートテストプレイAIアート水野勇太小説アニメーションガイスターStyleGAN2懐ゲーから辿るゲームAI技術史toioJSAI2021スポーツ研究シムピープル汎用人工知能GDC Summerバーチャルヒューマンブロックチェーン倫理AdobeアストロノーカNVIDIA Omniverseeスポーツ対話型エージェントAmazoneSportsBLUE PROTOCOLシーマンUbisoftAlphaZeroTransformerGPT-2カメラ環世界中島秀之鴫原盛之ソニーDARPAドローンシムシティAI美空ひばり手塚治虫Electronic ArtsメタデータLEFT 4 DEAD通しプレイOpenAI Five本間翔太CMピクサーBERTプラチナエッグイーサリアム作曲ビッグデータ中嶋謙互Amadeus CodeMicrosoft AzureキャリアナラティブOmniverse ReplicatorレコメンドシステムNVIDIA DRIVE SimNVIDIA Isaac Simサイバーエージェント音声認識ロボティクスPyTorchDQN眞鍋和子バンダイナムコスタジオMinecraft齊藤陽介マインクラフトお知らせチャットボットアバターサルでもわかる人工知能VAEOmniverseUbisoft La Forge自動運転車ワークショップGenvid Technologiesメタ知識表現ウォッチドッグス レギオンIGDAどうぶつしょうぎEpic Gamesジェイ・コウガミ音楽ストリーミングマシンラーニング画像生成テキスト画像生成クラウド対話エンジン斎藤由多加リトル・コンピュータ・ピープルコンピューティショナル・フォトグラフィーゴブレット・ゴブラーズ絵画AIりんなシミュレーション完全情報ゲーム坂本洋典釜屋憲彦ウェイポイントパス検索藤澤仁生物学GTC 2022画像認識GTC2022StyleCLIPDeNA長谷洋平masumi toyota宮路洋一OpenSeaGDC 2022教育TextWorldSIGGRAPH ASIADALL-E2GTC2021CycleGANNetHackフェイクニュースエージェントAIボイスアクターNVIDIA CanvasGPUALifeZork人工生命オルタナティヴ・マシンサウンドスケープMCS-AI動的連携モデルASBSマンガモーションキャプチャーぱいどんTEZUKA2020ナビゲーションメッシュ松井俊浩バンダイナムコ研究所スパーシャルAIELYZAELYZA DIGEST3D音声合成マーケティングApex LegendsELIZANinjaコンピュータRPGアップルタウン物語KELDICメロディ言語ゲームTENTUPLAYMARVEL Future FightAstroタイムラプスEgo4Dインタビューバスキア日経イノベーション・ラボ敵対的強化学習階層型強化学習GOSU Data LabWANNGOSU Voice Assistant竹内将SenpAI.GGMobalytics馬淵浩希Cygames岡島学AWS Sagemaker映像セリア・ホデント形態素解析UXAWS Lambda誤字検出認知科学ゲームデザインSentencePieceLUMINOUS ENGINELuminous Productionsパターン・ランゲージ竹村也哉ちょまどボエダ・ゴティエGOAPAdobe MAX 2021模倣学習Omniverse AvatarFPSNVIDIA Rivaマルコフ決定過程NVIDIA MegatronNVIDIA Merlinスタンフォード大学NVIDIA Metropolisパラメータ設計テニスバランス調整協調フィルタリング人狼知能テキサス大学軍事AlphaDogfight TrialsAI Messenger VoicebotエージェントシミュレーションOpenAI CodexStarCraft IIHyperStyleFuture of Life InstituteRendering with StyleIntelDisneyLAIKADisneyリサーチRotomationGauGANGauGAN2ドラゴンクエストライバルズ画像言語表現モデル不確定ゲームSIGGRAPH ASIA 2021Dota 2モンテカルロ木探索ディズニーリサーチMitsuba2ソーシャルゲームEmbeddingワイツマン科学研究所GTC2020CG衣装NVIDIA MAXINEVRファッション淡路滋ビデオ会議ArtflowグリムノーツEponymゴティエ・ボエダ音声クローニングGautier Boeda階層的クラスタリングGopheraibo合成音声JuliusSIE鑑定TPRGOxia Palusバーチャル・ヒューマン・エージェントtoio SDK for UnityArt Recognitionクーガー田中章愛Meta石井敦銭起揚NHC 2021茂谷保伯池田利夫GDMC新刊案内マーベル・シネマティック・ユニバース成沢理恵MITメディアラボMCU著作権アベンジャーズマジック・リープDigital DomainMagic Leap OneMagendaMasquerade2.0ノンファンジブルトークンDDSPフェイシャルキャプチャーサッカーモリカトロン開発者インタビュー里井大輝Kaggle宮本茂則バスケットボール山田暉Assassin’s Creed OriginsAI会話ジェネレーターSea of ThievesGEMS COMPANYmonoAI technologyLSTMモリカトロンAIソリューション初音ミクOculusコード生成AI転移学習テストAlphaCodeBaldur's Gate 3CodeforcesCandy Crush Saga自己増強型AISIGGRAPH ASIA 2020COLMAPADOPデバッギングBigGANGANverse3DMaterialGANリップシンキングRNNグランツーリスモSPORTReBeLグランツーリスモ・ソフィーGTソフィーVolvoFIAグランツーリスモチャンピオンシップRival PrakDGX A100VTuberユービーアイソフトWebcam VTuber星新一賞北尾まどかHALO市場分析将棋メタルギアソリッドVフォートナイトFSMRobloxナップサック問題Live Nation汎用言語モデルWeb3.0AIOpsSpotifyMITスマートコントラクトReplica StudioAWSamuseChitrakarQosmo巡回セールスマン問題徳井直生ジョルダン曲線メディア5GMuZero政治クラウドゲーミングRival Peakがんばれ森川君2号和田洋一リアリティ番組Stadiaジョンソン裕子MILEsNightCafeインタラクティブ・ストリーミングLuis Ruizインタラクティブ・メディアポケモンCodexシーマン人工知能研究所東京工業大学Ludo博報堂ラップSIGGRAPH 2019ArtEmisZ世代AIラッパーシステムARrinnaGROVERプラスリンクス ~キミと繋がる想い~FAIRSTCチート検出Style Transfer ConversationオンラインカジノRCPアップルRealFlowRinna Character PlatformiPhoneデジタルヒューマンDeep FluidsSoul MachinesMeInGameAmeliaAIGraphブレイン・コンピュータ・インタフェースバーチャルキャラクターBCIGateboxLearning from VideoANIMAK予期知能逢妻ヒカリセコムユクスキュルバーチャル警備システムカント損保ジャパン哲学対談上原利之ドラゴンクエストエージェントアーキテクチャアッパーグラウンドPAIROCTOPATH TRAVELER西木康智OCTOPATH TRAVELER 大陸の覇者Siemensアルスエレクトロニカ2019品質保証StyleRigAutodesk逆転オセロニアBentley Systemsワールドシミュレーター奥村エルネスト純いただきストリートH100齋藤精一大森田不可止COBOL高橋智隆DGX H100ロボユニザナックDGX SuperPOD泉幸典仁井谷正充クラウドコンピューティングロボコレ2019Instant NeRFartonomousbitGANsぎゅわんぶらあ自己中心派Azure Machine Learning意思決定モデル脱出ゲームHybrid Reward Architectureコミュニティ管理ウロチョロスSuper PhoenixSNS理化学研究所Project Malmoオンラインゲーム気候変動Project PaidiaEarth-2Project Lookoutマックス・プランク気象研究所Watch Forビョルン・スティーブンスBing気象モデルLEFT ALIVE気象シミュレーション長谷川誠ジミ・ヘンドリックス環境問題Baby Xカート・コバーンエコロジーロバート・ダウニー・Jr.エイミー・ワインハウスSDGsMagentaYouTubeダフト・パンクメモリスタSFGlenn MarshallELYZA PencilThe Age of A.I.Story2Hallucination音声変換レコメンデーションJukebox松尾豊Veap JapanEAPテンセントSIFT福井千春DCGAN医療MOBADANNCEメンタルケア人事ハーバード大学Edgar Handy研修デューク大学Netflixデータマイニングmynet.aiローグライクゲーム東京大学東京理科大学人工音声NeurIPS 2021産業技術総合研究所はこだて未来大学リザバーコンピューティングプレイ動画ヒップホップキャラクターモーションソニーマーケティングサイレント映画もじぱNBA環境音暗号通貨現代アートFUZZLEAlteration粒子群最適化法RPG進化差分法オープンワールド群知能下川大樹AIFAウィル・ライト高津芳希P2E大石真史SIGGRAPH 2022BEiTStyleGAN-NADAレベルデザインDETRゲームエンジンSporeUnreal Engineデノイズ南カリフォルニア大学Unity for Industry画像処理SentropyCPUDiscordCALMプログラミングソースコード生成GMAIシチズンデベロッパーTRPGGitHubウィザードリィMCN-AI連携モデルAI Dungeon西川善司並木幸介サムライスピリッツ森寅嘉ゼビウスSIGGRAPH 2021ストリートファイター半導体Topaz Video Enhance AI栗原聡DLSS山野辺一記NetEase大里飛鳥DynamixyzU-Net13フェイズ構造アドベンチャーゲームADVXLandAGI手塚眞DEATH STRANDING不気味の谷Eric JohnsonOculus Questコジマプロダクション生体情報デシマエンジンインディーゲーム写真高橋ミレイ照明Maxim PeterJoshua Romoffハイパースケープ山崎陽斗深層強化学習立木創太ミライ小町テスラGameGANパックマンTesla BotTesla AI Dayソサエティ5.0SIGGRAPH 2020バズグラフニュースタンテキ東芝DIB-R倉田宜典韻律射影広告韻律転移

【GTC 2022】AIを活用して気候変動に挑むデジタルツインEarth-2の革新性

2022.4.22サイエンス

【GTC 2022】AIを活用して気候変動に挑むデジタルツインEarth-2の革新性

2022年3月21日から24日、NVIDIAは開発者会議GTC 2022を開催しました。24日には「気候変動を理解し対応するためのデジタルツイン」というプレゼンが行われました。本稿ではこのプレゼンを要約することによって、気象シミュレーション研究の概要とその研究に革新性をもたらすAIシミュレーター「Earth-2」について解説します。

気象シミュレーションにおけるファウスト的契約

以上のプレゼンを行ったマックス・プランク気象研究所のビョルン・スティーブンス教授は、気象シミュレーション研究の基本コンセプトの解説から話し始めました。気象をシミュレーションするとは、気象モデルを計算してその結果を可視化することを意味します。気象モデルは、せんじ詰めれば物理現象を記述する方程式として表現できます。気象現象を物理的に記述しようとすると、質量保存の法則、エネルギー保存の法則、運動量保存の法則等を考慮して、以下の画像に書かれているような3つの方程式に集約できます。

以上の気象モデルは、数年前に気象を再現する場所をドイツに設定して実際に演算されました。今回のプレゼンでは、この演算結果をNVIDIAの研究チームが可視化しました。それが以下に示す画像です。完全にフォトリアルではないものも、雲の様子はかなり現実に近いように見えます。

前述の気象モデルは、以下に示す画像のようにさらにさまざまな物理現象を考慮してより精緻なものに進化させられます。気象モデルがより精緻になると、現実の気象現象をより正確に再現できるようになります。しかし、気象モデルを精緻化すると、計算コストが大きくなるという問題が生じます。

気象シミュレーションの計算コストは、気象モデルの複雑性のほかに計算スケールが関わっています。計算スケールとは、気象シミュレーションを適用する土地の大きさを指します。例えば、前述のドイツの気象をシミュレーションするのに同国を20キロメートル平方のグリッドに分けて計算した場合、複雑な気象モデルでも計算可能となります。しかし、2キロメートル平方のグリッドに分けた場合、シミュレーション結果はきめ細かくなる一方で、計算コストが大きくなるので複雑な気象モデルでは計算できなくなります。

計算能力が一定の場合、気象モデルの複雑性と計算スケールはトレードオフの関係にあります。つまり、複雑な気象モデルでシミュレーションしたければ、計算スケールを粗くしなければなりません。反対に計算スケールを細かくしたければ、シンプルな気象モデルの使用を余儀なくされます。一般に気象シミュレーション研究では、気象モデルの複雑性を犠牲にしてきました。こうした妥協を悪魔と契約したファウストになぞらえて、スティーブンス教授は「ファウスト的契約(The Faustian Bargain)」と呼びます。

気象シミュレーションによって自然災害を予測

ところで、気象モデルの複雑性や計算スケールは研究者には重要であっても、一般人にはどちらも大した重要でないように感じられます。しかし、スティーブンス教授によれば、計算スケールは一般人にとっても極めて重要な意味があります。計算スケールの重要性を説明するために、同教授は2021年夏にドイツ西部で起こった洪水を引き合いに出しました。この洪水では、以下の画像のように市街地が浸水して甚大な被害が生じました。

スティーブンス教授は、以上のような洪水は2キロメートル平方の計算スケールによる気象シミュレーションで予測できると断言しました。実際、以下の図に示すようなドイツ気象局は気象シミュレーションを計算して、洪水を予測してその原因も突き止めました。昨年のドイツ西部の洪水には4つの原因が絡んでいましたが、そうした原因がそろったことに関して気候変動の影響を否定できないという結論に至っています。

さらにスティーブンス教授は、以上の洪水をふくめた2021年に生じた自然災害における被害額一覧を、ミュンヘン再保険の発表資料にもとづいて以下の画像のように引用しました。この画像からわかることは、昨年の自然災害における被害は、一部の大災害に集中していることです。こうした大災害を気象シミュレーションによって予測できれば、多くの人命と資産を救えるかもしれないのです。それゆえ、気象シミュレーション研究は直接的に社会貢献できる学術活動なのです。

「もし地球が○○だったら…」が可能なEarth-2

もっとも、前述のように気象シミュレーションの性能向上は、計算資源が飛躍的に増えない限り一筋縄ではいきません。こうしたなか、昨年NVIDIAが地球上の全気象をシミュレーションするAIシミュレーター「Earth-2」構築計画を発表しました。この発表を受けて、Earth-2を使えば気象モデルの複雑性と計算スケールのいずれかを犠牲にすることなく、より正確な気象シミュレーションが可能になる、とスティーブンス教授は考えました。そして、同教授は実際にEarth-2による気象シミュレーションを実行してしました。その結果を可視化したのが以下の画像です。Earth-2による気象シミュレーションは、以前のスーパーコンピュータによるそれと比べて、大気だけではなく海流も考慮しています。

Earth-2の真価は、正確な気象シミュレーションにとどまりません。現実とは異なる条件を設定することによって、まだ現実化されていない事象に関するシミュレーションも実行できます。こうした非現実のシミュレーション事例として、スティーブンス教授はドイツの都市カールスルーエの緑化を挙げました。そのシミュレーションの結果は、都市の気温低下が認められなかったうえに、汚染物質が地表付近に滞留するようになって空気が悪くなるという残念なものでした。しかしながら、実際に実行すると大きなコストを要する都市緑化の効果を事前に予測できるのは、Earth-2の大きな利点と言えるでしょう。

以上のようなEarth-2によるシミュレーションを通して、地球と人々が直感的に相互作用できることこそが気候変動に対する認識を育む唯一の手段、とスティーブンス教授は考えています。Earth-2は教育目的にとどまらず、政策決定やインフラ計画にも活用できるのは自明でしょう。

スティーブンス教授は、30日間であればEarth-2は最先端の気象モデルと同等の演算結果が得られるという実証データにもとづいて、月1回ごとにEarth-2の演算結果を集計して、その集計作業を300年間繰り返して、300年分の気象をデータとして完全再現するという壮大な構想も抱いています。この構想を実現するために必要なアーキテクチャには、32テラバイトのメモリ、エクサバイトのデータを処理できるデータレイクが必要、と同教授は試算しています。

プレゼンの最後にスティーブンス教授は、地球の気象現象すべてをシミュレーションするというアイデアを実現するためには、AIが不可欠であると力説しました。DeepMindが開発したタンパク質の構造を予測するAlphaFoldのように、AIは自然科学においても大きな成果を上げています。そして、気候変動のような全人類が関係する重大な問題についても、AIがその解決に寄与すると見て間違いないでしょう。

Writer:吉本幸記

RELATED ARTICLE関連記事

AIと「楽しく」作るドレスコレクション:エマ理永氏×森川幸人氏 対談(前編)

2019.8.23サイエンス

AIと「楽しく」作るドレスコレクション:エマ理永氏×森川幸人氏 対談(前編)

ファッションの制約をAIと乗り越えるには:エマ理永氏×森川幸人氏 対談(後編)

2019.8.27サイエンス

ファッションの制約をAIと乗り越えるには:エマ理永氏×森川幸人氏 対談(後編)

音の多様性は都市に生きる人の行動にどのような影響を与えるのか?

2020.3.20サイエンス

音の多様性は都市に生きる人の行動にどのような影響を与えるのか?

RANKING注目の記事はこちら