天気予報のパラダイムシフト

　かつて「予報官の勘と経験」を基に「将来の大気の状態」が描かれました。それが電子計算機の発達に伴って「数値予報」に代わり、人間から機械（数値予報）への「パラダイムシフト」が実現しました。今や「機械学習」が数値予報のプロダクトを学習しています。もしかすると、将来の天気予報は、数値予報から機械学習への「新たなパラダイムシフト」が起こるかもしれません。

　数値予報は「物理学の法則」を出発点に「演繹的に」将来の大気の状態を予測します。そして、機械学習は「既存のデータ」を基にして「帰納的に」将来の大気の状態を予測します。従って、必ずしも「一方が他方に勝る」ものではなく、性格の違う両者を「相補的」に使い分ける、と考えると良いでしょう。

　また、機械学習は予報のＱＴＡＴ化を実現します。一方、物理学に基づく数値予報は、現象のメカニズム解明と言う点で重要な役割を担い続けるでしょう。そして、これらの予測結果を適切に解釈し、使いこなすことが「人間」の役割となるのです。

　さらに必要に応じて、自ら独自の「数理モデル」を構築することも必要になるでしょう。「数理モデル」の構築には４種類の表現を使い分けます。それは、言語・イメージ・数式・プログラミングです。まず、解析対象を「言語」や「イメージ」を通して理解し、これを「数式」を用いて定量的に表現します。続いて「数式」を基にアルゴリズムを確立し、「プログラミング」を通して実装します。

　特に数学やプログラミングでは、論理や処理のプロセスを一つ一つ「抜け漏れ無く」着実に積み上げることが必要です。そのためには、必要とされるプロセスを「先読み」することと、そのプロセス群を適切な順序で繋ぎ合わせる「段取り」のスキルが求められます。その意味では、この両者は親和性があります。