まず予測対象の時刻を定める
配送計画では出発時の天気だけでなく、到着予定時刻の気象条件が必要です。屋外イベント、建設、発電量の予測でも同じ問題が生じます。Huawei Cloudの公開出願US20250258318A1は、気象データと目標時刻を取得し、その時刻まで予測を進めるモデルを選ぶ方法を説明しています。単一時刻のほか、時間帯や地域を指定する実装も示されています。
本稿はEP4603879A1としても公開された技術の説明です。米国文献の公開日は2025年8月14日で、A1公開は特許の成立そのものを示すものではありません。入力には気温、湿度、風など複数の状態量を用います。推論とは、学習済みモデルに新しいデータを与えて結果を計算する処理です。
予測間隔ごとにモデルを用意する
1時間先を予測するモデルだけで遠い時刻に到達するには、計算を繰り返す必要があります。開示された方法では、1時間、3時間、1日など異なる間隔を担当するモデルと、それぞれの実行回数を選択します。過去のある時点から予測した値と、その先の実際のデータを比較して学習する構成が説明されています。
単に同じモデルへ別の名称を付けるという意味ではありません。入力、ネットワーク構造、学習方法、反復推論の方式が異なる場合があり、同じ時間間隔に複数モデルを用意することもできます。要求された予測時間と利用可能なモデル、その使用回数を対応付ける段階です。
前段の予測状態を次の入力へ渡す
最初のモデルは初期の気象データを受け取り、その予測結果を次のモデルへ渡します。最後の出力が目標時刻の状態になります。明細書には3時間、12時間、72時間を組み合わせ、合計87時間先を予測する例があります。同じモデルを複数回使う構成も可能です。
複数モデルが最初のデータから独立に予測する方式とは、データの流れが異なります。使用順序には複数の規則があり、すべての実装に一つの順序が固定されるわけではありません。各段階の開始時刻、予測間隔、出力時刻を整合させることが重要です。
月曜から火曜へ進む仮想の配送例
月曜08時を起点に火曜11時、すなわち27時間先を知りたい配送チームを考えます。まず24時間モデルで火曜08時を予測し、その予測状態を3時間モデルへ入力すると、火曜11時の結果が得られます。ここで使う間隔はいずれも文献のモデルライブラリに挙げられた例です。
途中の火曜08時の状態は、その時点で新たに測定した観測値ではなく予測値です。図は処理を理解するための仮想例であり、実際の予報値や配送の安全判断を示していません。24時間と3時間の計算に伴い、時刻と気象状態が一緒に進むことを表しています。
地表面と上空の情報を結合する
実装例には、地表面の2次元データと、高度方向を含む大気の3次元データを併用する構成があります。それぞれをニューラルネットワークで特徴ベクトルに変換して結合し、予測後に地表面と上空の出力へ分離します。画像を単純に重ねる処理ではなく、計算用の数値表現を接続する処理です。
緯度又は高度に応じたバイアスを中間値やアテンションの計算結果に加える実装もあります。アテンションは入力要素間の関係を計算し、付加する値は位置情報を反映します。時間間隔の選択とは役割の異なる処理です。
製品説明と開示内容を対応付けて読む
HuaweiのPangu製品資料には、気温、湿度、風、海面気圧や、降水・台風進路等の用途が紹介されています。用途の理解には役立ちますが、公開出願の全構成がすべての製品に実装されていることを示すものではありません。仮想のイベント運営でも、予報を更新する際は基準時刻と予測対象時刻を分けて管理します。
同じ目標時刻を異なるモデルの組合せで予測し、結果を表示又は統合する拡張も説明されています。このアンサンブル的な処理は、一つの予測状態を次段へ渡す逐次処理とは区別します。すべての要求に複数の組合せが必須という意味ではありません。
技術の違いを処理のつながりで説明する
技術・特許の検討では、初期データ、目標時刻の算出、モデルの選択規則、中間状態、最終出力を明確にします。モデル間で時刻とデータ形式をどう維持するか、地表面・上空の表現をどう結合・分離するかも図示すると有用です。
モデルを準備する段階と実際の要求を処理する段階は分けて整理します。入力、選択、接続、出力を具体化すれば、開発担当者と事業担当者が技術差を同じ基準で議論できます。AI予報という製品名だけでは、処理上の差異や特許権の範囲は明らかになりません。