NSF助成 約179万ドル：炭素と水の循環の絡み合いをAIで予測する ― 物理法則を組み込んだ「エージェント型」AIという設計（フロリダ大）

1二つの循環を別々に見ていては足りない

炭素と水は、それぞれ独立した循環として扱われることが多い。しかし森が二酸化炭素を吸収する量は使える水の量に左右され、水の動きは植生に左右される。記録が炭素と水の生態系サービスにおけるトレードオフと相乗効果は場所によって異なり、時間とともに変化すると述べているのは、この絡み合いを指している。片方を最適化するともう片方が損なわれる関係があるため、両方を同時に扱う予測が必要になる。

2物理法則を組み込むという設計

この事業のAIは、データだけから学ぶ構成ではない。物理に基づくモデルとデータ駆動の手法を組み合わせ、適応的なエージェントが高解像度データと過程に基づくモデルの双方から学ぶとされている。観測データが十分にない場所や条件では、データだけに頼る予測はもっともらしいが物理的にありえない答えを出しうる。

物理法則を制約として組み込む設計は、その種の外れを抑えるための考え方で、地球科学の分野でAIを使う際の中心的な論点にあたる。

3使われるところまで含めた設計

成果に挙げられているのは、データセットとモデルだけではない。ゲーム化した意思決定支援の対話型プラットフォームと、関係者の参画が並んでいる。予測が正確でも、資源管理の判断に届かなければ意味がないという前提が読み取れる。

2026年8月28日時点で当サイトが保持するNSF助成120件には、地震・地滑り・洪水のデジタルツイン、洪水・ハリケーン避難の説明可能AI、山火事の避難支援といった記録があり、いずれも予測を判断につなげる部分に重心を置いている。地球科学のAIでは、精度と同じだけ伝え方が課題として扱われている。

4データだけから学ぶと、ありえない答えが出る

この事業のAIは、データだけから学ぶ構成ではありません。物理に基づくモデルとデータ駆動の手法を組み合わせ、適応的なエージェントが高解像度データと過程に基づくモデルの双方から学ぶとされています。この設計の理由は、地球科学でAIを使うときの中心的な論点にあたります。

炭素と水は、それぞれ独立した循環として扱われることが多い一方、森が二酸化炭素を吸収する量は使える水の量に左右されます。片方を最適化するともう片方が損なわれる関係があるため、両方を同時に扱う予測が必要になります。