──
AI の画像診断力で、気象予想が可能かもしれない。
これはただの思いつきだから、はっきりと断定できるほどではないが、可能性として考えてみたい。
──
現状はどうかと言えば、数値予想がある。こっちの方が正統的だ。普通に対抗すれば、画像診断だけに頼る AI は負けそうだ。専門家からも反論が来そうだ。
「 AI の画像診断で気象予想だって？ 数値予想に勝てるわけがないだろ」
というふうに。
──
そこで、アイデアを出そう。
「数値予想による予想の誤差を、AI で予想する」
これは、数値予想のかわりに AI を使うのではなく、数値予想に組み合わせて AI を使う。つまり、こうだ。
従来： 数値予想だけ
新案： 数値予想 ＋ AI
これなら、鬼に金棒というような感じなのだから、従来よりは悪くなるはずがない。（原理的に）
──
では、具体的には、どうするか？ こうだ。
まず、次の三つがある。
現実 A
予想 B
結果 C
A から B を予想する。だが、B と C は一致しない。差分がある。これを Δ と置く。
Δ ＝ C−B
この Δ を、AI で予想するわけだ。（過去の Δ のデータ集合から、未来の Δ を予想するわけだ。過去の大量のデータについて、画像診断力で学習することで。）
こうすると、次に B を得たときに、B に Δ を（AI の能力で）加算することで、 B’という値を得る。これは、次の C にきわめて近い値になりそうだ。（ AI の能力が十分ならば。）
つまり、AI は、数値予想の誤差の程度を予想することで、数値予想を補正するわけだ。
（ ※ ここでは、新たな数値モデルを作るための補助的な役割も果たせる。）
──
事例１。
現状の天気図の状況は、A34 というタイプです。このタイプでは、数値予想はたいてい結果との誤差が少ないものです。つまり、予想は当たります。ですから、現状の数値予想のままでいいでしょう。つまり、明日は晴れです。
事例２。
現状の天気図の状況は、B25 というタイプです。このタイプでは、数値予想はたいてい結果との誤差が大きいものです。つまり、予想は はずれます。ですから、現状の数値予想では駄目でしょう。では、正しくは？ AI の過去の事例からして、B25 というタイプでも、特にこの画像の場合は、３番目のパターンにあたる B25-03 という画像パターンに当てはまります。この場合、実際の天気は曇りで、一部地域で局所的豪雨です。局所的豪雨の場所は、地区 31 でしょう。結局、数値予想の「晴れのち曇り」は誤りであり、「曇り、一部地域（地区 31）で局所的豪雨」となります。これが、画像診断 AI による、明日の天気予報です。
──
という感じで、数値予想に対して、AI の画像診断力で、補正を加えることができるわけだ。
（ ※ あくまで、数値予想に対する補助的な役割だが。）
【 関連サイト 】
ちょっとだけ関連する話題。
→ 糖尿病による目の病気をGoogleのディープラーニング技術は専門医よりも正確に見抜く
これも画像認識と AI の話。糖尿病性網膜症の発症を、画像から診断する、という AI 技術。
