Wie aus einer brandaktuellen Studie vom 14.11.2023 hervorgeht (Quelle: Science http://www.science.org/doi/10.1126/science.adi2336 ), konnte das AI-basierte Modell GraphCast, von DeepMind - einer Tochterfirma des Internetriesen Google – eine deutlich genauere Wettervorhersage liefern, als das bislang beste Modell. Demnach übertraf das AI Modell das Modell des Europäischen Zentrums für mittelfristige Wettervorhersage (ECMWF) in mehr als 90 % der über 1.300 Testgebiete. Bei den Vorhersagen für die Troposphäre (unterster Teil der Erdatmosphäre), in dem das meiste Wetter stattfindet - übertraf GraphCast das Modell des ECMWF sogar in mehr als 99 % der analysierten Einzelvariablen, wie Regen, Luftdruck und Lufttemperatur
Noch wichtiger ist jedoch, dass GraphCast Meteorologen deutlich früher als bisherige Standardmodelle genaue Warnungen vor Extremwetterereignissen liefern kann: „GraphCast kann früher vor extremen Wetterereignissen warnen. Es kann die Zugbahn von Wirbelstürmen mit großer Genauigkeit voraussagen, atmosphärische Strömungen die mit Überschwemmungsgefahr einhergehen identifizieren und das Einsetzen extremer Temperaturen vorhersagen“ so DeepMind in einer Pressemitteilung.
Wettervorhersage ist besonders komplex
Die Wettervorhersage ist eine der ältesten und zugleich schwierigsten wissenschaftlichen Problemstellungen. Mittelfristige Vorhersagen sind beispielsweise wichtig, um weitreichende Entscheidungen in verschiedensten Bereichen - von erneuerbaren Energien bis zur Logistik - zu treffen und sie können sogar Leben retten.
Wie sind solch deutliche Verbesserungen möglich?
Die Forscher von DeepMind konnten neben neuen Algorithmen auf einen Datensatz von Wetteraufzeichnen zurückgreifen, der über 40 Jahre gesammelt wurde.
"Traditionell verwenden Meteorologen umfangreiche Computersimulationen, um Wettervorhersagen zu treffen. Diese sind sehr energie- und zeitaufwändig, da bei den Simulationen viele physikalische Gleichungen und verschiedene Wettervariablen wie Temperatur, Niederschlag, Druck, Wind, Luftfeuchtigkeit und Bewölkung einzeln berücksichtigt werden müssen.
GraphCast nutzt maschinelles Lernen, um diese Berechnungen in weniger als einer Minute durchzuführen. Anstatt die physikalischen Gleichungen zu verwenden, stützt es seine Vorhersagen auf vier Jahrzehnte historischer Wetterdaten" so das renommierte Magazin Technology Review.
Fazit
„Während hierzulande vor allem über mögliche Bedrohungen durch künstliche Intelligenz diskutiert wird, sind Meldungen über den konkreten Nutzen rar gesät. Das konkrete Beispiel belegt jedoch eindrucksvoll was wir mit Forschung im KI-Bereich ganz konkret erreichen können, um das Leben der Menschen zu verbessern“, so Michael Amtmann
