詳細を読む
コロラド川の水量が2000年比で約20%減少し、2026年は観測史上最悪の年になる可能性が浮上しています。7州間の水配分交渉は2度決裂し、連邦政府が独自案の強制を示唆するなか、流域全体で機械学習ツールの導入が進んでいます。
米国開拓局は、衛星や気象データを活用した機械学習による流量予測で従来手法を上回る精度を実現しました。予測は1時間ごとに更新され、洪水の事前警報期間が従来の3日から最大7日に延長されています。シミュレーション規模も飛躍的に拡大し、かつて10万回が限界だった解析が、現在は数百万回規模で実行されています。
コロラド大学ボルダー校のEdith Zagona教授らが開発したBorg-RiverWareは、進化的アルゴリズムを用いて8000以上の水供給シナリオに対する管理戦略を評価するツールです。交渉当事者が競合する提案をリアルタイムで検証し、妥協点を探る仕組みも開発中です。このツールは既に次期運用ルールの交渉に活用されています。
一方で、モデルの限界も明らかになっています。デンバー都市大学やユタ州立大学の研究チームは、深層学習やグラフニューラルネットワークで干ばつ予測や下流への影響分析に取り組んでいますが、過去に例のない長期干ばつでは精度が低下するという課題があります。過去のデータが現在の川の状態を反映しなくなっているためです。
コロラド州立大学のBrad Udall氏は、今後の大幅な水削減は主に農業に影響し、水に依存してきた地域社会を根本から変える可能性があると指摘します。「AIが人間の価値観や判断を代替すべきではない」と同氏は述べています。ツールは関係者を交渉の場に導いていますが、誰がコストを負担するかという本質的な問いには、人間だけが答えられるのです。