気象予測の不確実性マネジメント（IA戦略デザイン研究会・講演後半）

2021年7月19日、IA戦略デザイン研究会にて『気象データアナリストが提案する、ビジネスにおける気象予測の不確実性マネジメント』というタイトルで講演いたしました。後半のスライドです。

Transcript

1. 気象データアナリストが提案する、 ビジネスにおける気象予測の 不確実性マネジメント IA戦略デザイン研究会 2021年7⽉19⽇（⽉） 後半
2. 1 © ２０２０ 「気象予報⼠キャリア15年以上の気象予報⼠夫婦で、 気象に左右されるビジネスをサポートしています︕」 加藤 芳樹 かとう よしき 気象予報⼠登録番号 第3687号 （2002年4⽉取得） ❖ウェザーニューズ社で予報業務の実務経験 ⼀般予報(短期･⻑期)をはじめ航空･航海等の交通気象など 様々なコンテンツの予報業務や各種予測アルゴリズム開発 ❖エアラインでの航務業務 ❖DataMix社データサイエンティスト養成講座修了 ❖東京⼤学松尾研究室主催DeepLearning講座修了 共通キャリア • 東京⼤学⼤学院理学系研究科地球惑星科学専攻 • ウェザーニューズ社内選抜でオクラホマ⼤学 National Weather Centerへ留学 • 世界の主要気象予測モデルを活⽤した独⾃の気象予報 ガイダンス開発等、気象技術開発多数 • エネルギーベンチャーで気象に係る業務の主導や電⼒ 需要データ分析の他、太陽光発電アルゴリズム開発や 太陽光発電設備の故障検知アルゴリズムを開発 • 個⼈事業で太陽光発電量予測値を提供するサービスを 開業 加藤 史葉 かとう ふみよ 気象予報⼠登録番号 第4321号 （2003年10⽉取得）
3. 2 © ２０２０ 主な実績 【気象データを活⽤したデータ分析・AI開発】 • テレビ放送事業者へフェージングを予測するAIの開発 • 再エネ関連事業者へ太陽光･⾵⼒の発電量予測AIの開発 • 観測器メーカーの顧問気象予報⼠（気象データの処理等）etc 【気象庁の⼈材育成プロジェクトへ参加】 • 気象データアナリスト育成講座のカリキュラム設計、教材作成 • 試験的に実施した育成講座の講師 ←（出典）気象庁「気象業務はいま ２０２１」 【『おかえりモネ』気象監修へ参加】 • 気象に関する助⾔・調査、台本考証、体験談・資料提供 etc ←（出典）NHK連続テレビ⼩説『おかえりモネ』公式サイト
4. 2. 気象予測の不確実性マネジメント 導⼊
5. 4 © ２０２０ 不確実性のマネジメントとは︖ 天気予報は外れることがあります… では、天気予報は使いませんか︖ 【問題意識】 天気予報は外れることがあることを受け⼊れた上で うまく活⽤していくにはどうしたら良いか︖ ↓ 気象の不確実性をコントロールして 最⼤限に恩恵を受けることを考えましょう
6. 5 © ２０２０ あなたはこの物品の管理責任者で、エアコンのON/OFF操作をします 翌⽇の天気予報で最⾼気温が24℃の予想の時、どう判断しますか︖ (1) エアコンをつけることは考えない → 予想気温が25℃未満だから問題ない (2) エアコンをつけようか考える → 予想より1℃⾼くなったら25℃以上になるのでリスクが⾼い 価値︓500万円 25℃未満で保管 25℃以上で劣化 （価値ゼロに） 空調で室温管理 25℃以上になると 電気代︓200万円 25℃未満であれば 電気代︓100万円 •本題に⼊る前に、こんな仮想的なケースを考えます 不確実性のマネジメントとは︖
7. 6 © ２０２０ あなたはこの物品の管理責任者で、エアコンのON/OFF操作をします 翌⽇の天気予報で最⾼気温が24℃の予想の時、どう判断しますか︖ (1) エアコンをつけることは考えない → 予想気温が25℃未満だから問題ない (2) エアコンをつけようか考える → 予想より1℃⾼くなったら25℃以上になるのでリスクが⾼い 価値︓500万円 25℃未満で保管 25℃以上で劣化 （価値ゼロに） 空調で室温管理 25℃以上になると 電気代︓200万円 25℃未満であれば 電気代︓100万円 •本題に⼊る前に、こんな仮想的なケースを考えます 正解は… どちらでも⽅針決めてやればOK ただし 気象予報⼠としては（２）を推奨 不確実性のマネジメントとは︖
8. 7 © ２０２０ あなたはこの物品の管理責任者で、エアコンのON/OFF操作をします 翌⽇の天気予報で最⾼気温が24℃の予想の時、どう判断しますか︖ (1) エアコンをつけることは考えない → 予想気温が25℃未満だから問題ない (2) エアコンをつけようか考える → 予想より1℃⾼くなったら25℃以上になるのでリスクが⾼い 価値︓500万円 25℃未満で保管 25℃以上で劣化 （価値ゼロに） 空調で室温管理 25℃以上になると 電気代︓200万円 25℃未満であれば 電気代︓100万円 •本題に⼊る前に、こんな仮想的なケースを考えます じゃあ24℃予想だったら 毎回エアコンつける︖ それじゃ閾値を変えただけ… 不確実性のマネジメントとは︖
9. 8 © ２０２０ あなたはこの物品の管理責任者で、エアコンのON/OFF操作をします 翌⽇の天気予報で最⾼気温が24℃の予想の時、どう判断しますか︖ (1) エアコンをつけることは考えない → 予想気温が25℃未満だから問題ない (2) エアコンをつけようか考える → 予想より1℃⾼くなったら25℃以上になるのでリスクが⾼い 価値︓500万円 25℃未満で保管 25℃以上で劣化 （価値ゼロに） 空調で室温管理 25℃以上になると 電気代︓200万円 25℃未満であれば 電気代︓100万円 •本題に⼊る前に、こんな仮想的なケースを考えます じゃあ24℃予想だったら 毎回エアコンつける︖ それじゃ閾値を変えただけ… なので 不確実性のマネジメント 不確実性のマネジメントとは︖
10. 9 © ２０２０ 不確実性のマネジメントとは︖ 【先のケースの例】 過去の統計では、 予想気温が24℃だったとき、 2割の実況気温が25℃以上だった ↓ 20%の確率で25℃以上になる (a) エアコンをつけなかった場合 → 20%の確率でその物品は劣化し500万円のロス (b) エアコンをつけた場合 → 20%の確率で空調コストが200万円 → 80%の確率で無駄な空調コストが100万円 •課題設定 → 気象予測が外れる可能性も考慮してベストな意思決定を⾏いたい 20 21 22 23 24 25 26 27 28 20% 予想気温24℃のときの実況気温の出現分布
11. 10 © ２０２０ 不確実性のマネジメントとは︖ 『例︓過去の統計』 予想気温が24℃だったとき、 2割の実況気温が25℃以上だった ↓ 20%の確率で25℃以上になる (a) エアコンをつけなかった場合 → ロスの期待値 = 0.2 × 500万円 + 0.8 × 0円 = 100万円 (b) エアコンをつけた場合 → ロスの期待値 = 0.2 × 200万円 + 0.8 × 100万円 = 120万円 Ø エアコンをつけない(a)の⽅が、ロス(コスト)の期待値が低い Ø ⻑期間続ければ、(a)の⽅がロスを低くできる 20 21 22 23 24 25 26 27 28 20% 予想気温24℃のときの実況気温の出現分布
12. 11 © ２０２０ 不確実性のマネジメントとは︖ それでは、25℃以上になる確率が 30% だった場合どうなる︖ (a) エアコンをつけなかった場合 → ロスの期待値 = 0.3 × 500万円 + 0.7 × 0円 = 150万円 (b) エアコンをつけた場合 → ロスの期待値 = 0.3 × 200万円 + 0.7 × 100万円 = 130万円 Ø エアコンをつける(b)の⽅が、ロス(コスト)の期待値が低い Ø ⻑期間続ければ、(b)の⽅がロスを低くできる 20 21 22 23 24 25 26 27 28 30% 予想気温24℃のときの実況気温の出現分布
13. 12 © ２０２０ (a) エアコンをつけなかった場合 → ロスの期待値 = 0.3 × 500万円 + 0.7 × 0円 = 150万円 (b) エアコンをつけた場合 → ロスの期待値 = 0.3 × 200万円 + 0.7 × 100万円 = 130万円 Ø エアコンをつける(b)の⽅が、ロス(コスト)の期待値が低い Ø ⻑期間続ければ、(b)の⽅がロスを低くできる 不確実性のマネジメントとは︖ それでは、25℃以上になる確率が 30% だった場合どうなる︖ 20 21 22 23 24 25 26 27 28 30% 予想気温24℃のときの実況気温の出現分布 予測の不確実性(25℃以上になる確率)が変わると、 最適な判断も変わります この他にも l 予想気温が変わると l 物品の価値が変わると l 電気代が変わると 最適な判断も変わってきます
14. 13 © ２０２０ (a) エアコンをつけなかった場合 → ロスの期待値 = 0.3 × 500万円 + 0.7 × 0円 = 150万円 (b) エアコンをつけた場合 → ロスの期待値 = 0.3 × 200万円 + 0.8 × 100万円 = 130万円 Ø エアコンをつける(b)の⽅が、ロス(コスト)の期待値が低い Ø ⻑期間続ければ、(b)の⽅がロスを低くできる 不確実性のマネジメントとは︖ それでは、25℃以上になる確率が 30% だった場合どうなる︖ 20 21 22 23 24 25 26 27 28 30% 予想気温24℃のときの実況気温の出現分布 不確実性のマネジメントとは 気象予測の不確実性をマネジメント ＋ 利益の期待値を最⼤化 ロス(コスト)の期待値を最⼩化 【参考論⽂】冨⼭芳幸（2017） 予報の不確実性を知って利益を改善する︓太陽光発電事業での可能性 天気, 64, 85-91.
15. 2. 気象予測の不確実性マネジメント 事例紹介
16. 15 © ２０２０ 事例紹介 【ご紹介する事例】 ⾵⼒発電予測をもとに電⼒市場での売買を題材にして 不確実性のマネジメントを活⽤した場合の 売上の変化をシミュレーションした結果です ※ 株式会社Looop様の⾵⼒発電予測AI開発への技術協⼒の⼀環としてシミュレーションしたものです
17. 16 © ２０２０ 事例紹介 •シミュレーション条件設定 予測対象⽇＝Ｘ⽇ ⾵⼒発電量を予測 （Ｘ－２）⽇ ＡＩ ＤＮＮ 10:00 電⼒市場に全部売る （Ｘ－１）⽇ 予測値 Ｘ⽇ 発電量︖︖ 計画値 ※インバランス＝｜計画値－実績値｜ ※余剰単価＜市場価格＜不⾜単価 売上 || 計画値×市場価格 ＋ インバランス×余剰単価 計画値＜実績値 売上 || 計画値×市場価格 計画値＝実績値 売上 || 計画値×市場価格 － インバランス×不⾜単価 計画値＞実績値
18. 17 © ２０２０ 事例紹介 •シミュレーション条件設定 予測対象⽇＝Ｘ⽇ ⾵⼒発電量を予測 （Ｘ－２）⽇ ＡＩ ＤＮＮ 10:00 電⼒市場に全部売る （Ｘ－１）⽇ 予測値 Ｘ⽇ 発電量︖︖ 計画値 ※インバランス＝｜計画値－実績値｜ ※余剰単価＜市場価格＜不⾜単価 売上UP︕ || 計画値×市場価格 ＋ インバランス×余剰単価 計画値＜実績値 売上UP︕ || 計画値×市場価格 計画値＝実績値 売上UP! || 計画値×市場価格 － インバランス×不⾜単価 計画値＞実績値 不確実性のマネジメント
19. 18 © ２０２０ 事例紹介 •シミュレーションの流れ︓出現分布 1. 過去の⼀定期間について、⾵⼒発電予測の再現計算をする → 事前にAI (Deep Learning) による発電量予測アルゴリズムを開発 発電量予測の出⼒例 ー 実績値 ー 予測値
20. 19 © ２０２０ 事例紹介 •シミュレーションの流れ︓出現分布 2. 発電量の実績値と予測値を、最⼤発電量で割って0〜1に規格化 3. 実績値と予測値を、0.1刻みで10個の予測レンジに分割する 4. 各予測レンジごとに、実績値の出現頻度をヒストグラムで表す 予測レンジごとの実績値のヒストグラム 予測値 < 0.1 0.1 ≦ 予測値 < 0.2 0.2 ≦ 予測値 < 0.3 0.3 ≦ 予測値 < 0.4 0.4 ≦ 予測値 < 0.5 0.5 ≦ 予測値 < 0.6 0.6 ≦ 予測値 < 0.7 0.7 ≦ 予測値 < 0.8 0.8 ≦ 予測値 < 0.9 0.9 ≦ 予測値
21. 20 © ２０２０ 事例紹介 •シミュレーションの流れ︓市場価格 発電予測のほかに市場価格・余剰単価・不⾜単価が必要ですが、 これらの価格は需給バランスにより⽇々変化します（︕︖） （価格の決め⽅には⼀定の計算式があります） よって厳密にはこれら価格を予測することも必要ですが… ここでは簡単のため、 過去の実績値の⽉平均値を予測の代わりに使⽤します
22. 21 © ２０２０ 事例紹介 •シミュレーションの流れ︓個々の予測 5. 対象⽇の発電量を予測し、予測値に対応するヒストグラムを選択する 6. 市場価格・インバランス価格は⽉平均値を価格の想定値とする 7. 0.1刻みで発電計画値を出した場合の、売上の期待値を計算する 【シミュレーション例】 ü 5⽉の⽉平均価格 - 市場価格 8.94 - 余剰単価 8.48 - 不⾜単価 9.29 ü 0.2≦予測値＜0.3 ü 発電計画は0.25が期待値最⼤ - 予測レンジの中央をとる - 予測値そのままが最適 期待値 = " 実績 想定 { 計画値 × 市場価格想定値 – ( 計画値 – 実績想定値 ) × インバランス価格想定値 } × ൃݱ֬཰
23. 22 © ２０２０ 事例紹介 •シミュレーションの流れ︓個々の予測 5. 対象⽇の発電量を予測し、予測値に対応するヒストグラムを選択する 6. 市場価格・インバランス価格は⽉平均値を価格の想定値とする 7. 0.1刻みで発電計画値を出した場合の、売上の期待値を計算する 【シミュレーション例】 ü 5⽉の⽉平均価格 - 市場価格 8.94 - 余剰単価 8.48 - 不⾜単価 9.29 ü 0.6≦予測値＜0.7 ü 発電計画は0.75が期待値最⼤ - 予測レンジの中央をとる - 予測値より⼤きく⾒る 期待値 = " 実績 想定 { 計画値 × 市場価格想定値 – ( 計画値 – 実績想定値 ) × インバランス価格想定値 } × ൃݱ֬཰
24. 23 © ２０２０ 事例紹介 •シミュレーションの流れ︓集計 8. 期待値が最⼤となる発電計画値を1年分計算する 9. 実際の市場価格・インバランス価格で1年間の売上を計算する - AI予測モデルの出⼒通りに発電計画を出した場合 - 期待値が最⼤となる発電計画を出した場合 10. その結果… 不確実性のマネジメントを実⾏することで 約5%の売上増加 というシミュレーション結果となった ※ 利⽤可能なデータ量の制約により、シミュレーションは2018年のデータのみで⾏った ※ 国の制度変更により、価格の決まり⽅が変われば効果も変わると考えられます
25. 24 © ２０２０ ディスカッション 【問題意識】実は… 不確実性マネジメントの考え⽅を取り⼊れた気象ビジネスはほとんどない ※少なくとも私は知らない… ü そもそも不確実性マネジメントのような意思決定理論を知らない ü 気象予測だけでなく価格の予測も必要になる ü 実装前に効果検証するにはデータの蓄積が必要になる 【問題提起】 不確実性マネジメントは気象の価値を⾼められるか︖ Ø メリット - 予測どおりに意思決定するより⾼い利益を得られる可能性がある - 1回の予測の当たり外れに⼀喜⼀憂せず⻑期的な⽬線で考えられる • どのようなビジネスで活⽤できるか︖ • そもそもこの考え⽅を理解してもらえるか︖ • 普及させるには何が必要か︖どうすればよいか︖ 前半の内容に ついてでもOK