EU-AI Actと電力予測の新たな要件
電力業界における短期負荷予測（STLF）は、国の重要インフラを支える上で不可欠な技術です。欧州では、このSTLFが欧州およびドイツの法律で「クリティカル」と指定されるインフラに直結しています。そのため、単なる予測精度だけでなく、決定性、再現性、そして監査可能性といったエンジニアリング要件が、もはやオプションではなく必須事項となりました。これは、STLFが純粋な精度問題から、ソフトウェアエンジニアリングとコンプライアンスの問題へと大きく変化したことを意味します。私は、この変化がAIシステム開発における新たな標準を確立すると見ています。
ドイツ送電網での41日間ライブチャレンジ
この新たな要件に対応するため、ドイツの送電網における集約された負荷予測を対象に、41日間のライブチャレンジが実施されました。このチャレンジでは、STLFの完全なパイプラインが評価されています。予測対象は、欧州送電系統運用者ネットワーク（ENTSO-E）のデータから、目標日の24時間分の時間別負荷値です。このチャレンジは、実際の運用環境に近い形でAIシステムの性能と信頼性を検証する貴重な機会となりました。
オープンソースモデル「spotforecast2-safe」の成果
評価されたパイプラインは、オープンソースのPythonライブラリ「spotforecast2-safe」を基盤としています。このライブラリは、安全性が重要な環境におけるEU-AI Actの要件を設計段階から組み込んでいます。パイプラインには、異常検知、ギャップを考慮したデータ準備、カレンダーおよび気象共変量、再帰的な多段階予測アルゴリズム、そしてハイパーパラメータチューニングが含まれます。予測精度は、ENTSO-Eの公式な翌日予測と比較されました。結果として、EU-AI Actに準拠したspotforecast2-safeパイプラインは、ENTSO-Eのベースラインを上回る性能を示しました。これは、コンプライアンスと高性能を両立できることを明確に示しています。
透明性と低コストモデルの重要性
このチャレンジでは、コンテキスト内モデルも競争力のある性能を示しています。特に注目すべきは、透明性が高く、低コストで監査可能なローカルモデル（論文では「macl2l」と呼称）が、1億以上のパラメータを持つ大規模でエネルギー集約型の事前学習済み基盤モデル（例：chronos-2）に匹敵する競争力を示した点です。私は、この結果が、必ずしも巨大なモデルが最良の選択肢ではないことを示唆していると感じます。実運用においては、コスト、透明性、監査可能性が非常に重要になるからです。
私の見方と今後の展望
今回の成果は、AIが社会の重要インフラに深く関わる上で、単なる技術的優位性だけでなく、法的・倫理的要件を満たすことが不可欠であるという私の見方を裏付けるものです。オープンソースの活用と、透明性の高いローカルモデルの競争力は、AI開発の新たな方向性を示唆しています。私は、今後、このようなコンプライアンスと実用性を両立したAIシステムが、より多くの分野で求められるようになると確信しています。一次情報として、このチャレンジのインフラ、全チームの提出履歴、最終リーダーボードが公開されている点も、業界の透明性を高める上で非常に重要です。
ポッドキャスト燎RYOU課 ポッドキャスト
ポッドキャストを聴く →
AIが重要インフラに入るなら、コンプライアンスは当然です。精度だけ見ていた時代は終わりました。決定性、再現性、監査可能性。これらを設計段階から組み込むのが正解です。オープンソースで既存モデルを上回ったのは大きい。私も自分のプロダクトで、まずこの設計思想を取り入れます。
