Wettervorhersagen helfen der Öffentlichkeit, den Alltag zu planen und sich im Fall von Stürmen und anderen atmosphärischen Bedingungen auf Sicherheitsmaßnahmen vorzubereiten. Eine zuverlässige Zweiwochenprognose, die staatliche Ressourcen schonen könnte, gilt als Heiliger Gral, der Wetterwissenschaftlern seit den 1960er-Jahren entgangen ist – bis jetzt. Google zufolge nutzt der neue KI-Wettervorhersage-Agent GenCast aus der DeepMind-Sparte maschinelles Lernen, um die weltweit führenden operationellen Ensemble-Systeme mit globalen Wetterprognosen für 15 Tage zu übertreffen.
GenCast nutzt ein „probabilistisches“ Wettermodell , um Informationen bei der Vorhersage von Wettermustern schneller und präziser zu verarbeiten und Zweiwochenprognosen in acht Minuten zu erstellen. Bis jetzt war die längste zuverlässige Prognose eine Woche. Googles letzter Versuch, ein KI-Wettermodell zu entwickeln, führte zu zuverlässigen Schätzungen für 10 Tage. Eine Verlängerung der Prognosen auf 15 Tage würde der Öffentlichkeit genügend Zeit zur Vorbereitung geben, um die Auswirkungen von Stürmen und extremen Wetterbedingungen auf Gemeinschaften zu minimieren.
GenCast im Vergleich zum EPS des ECMWF
Das Europäische Zentrum für mittelfristige Wettervorhersage (ECMWF) testete GenCast gegen sein Ensemble Prediction System (EPS). 23 ECMWF-Mitgliedstaaten und 12 kooperierende Staaten stützen ihre Wettervorhersagen auf das EPS des ECMWF.
Im Test erstellten sowohl das EPS des ECMWF als auch GenCast 15-Tage-Prognosen für einen festgelegten Satz aus 1.320 globalen Windgeschwindigkeiten, Temperaturen und anderen atmosphärischen Merkmalen. Googles KI-Modell erwies sich als schnell, konsistent und präziser und übertraf die Wettervorhersagen des EPS des ECMWF bei 97,2 Prozent aller gemeldeten Kombinationen aus Variablen, Vorhersagezeitraum und Höhenstufe.
„Ich sage das nur etwas widerwillig, aber es ist, als hätten wir in einem Jahr Fortschritte gemacht, für die wir sonst Jahrzehnte gebraucht hätten“, sagte DeepMinds Rémi Lam der New York Times. „Wir beobachten wirklich, wirklich rasante Fortschritte.“ Im Gegensatz zu herkömmlichen Wettervorhersagen, die Supercomputer nutzen, läuft GenCast auf kleineren Rechnern und verarbeitet Daten zu Mustern in der Atmosphäre, um Vorhersagen mit erstaunlichen Ergebnissen zu erstellen.
AI hat Wetterwissenschaftlern dabei geholfen, die Analyse und Vorhersage von Mustern im natürlichen Chaos der Atmosphäre zu beschleunigen. Die Prognosen von GenCast sind nicht deterministisch, sondern probabilistisch: Sie geben lediglich Wahrscheinlichkeitsbereiche dafür an, ob zu einem bestimmten Zeitpunkt Regen in einem bestimmten Gebiet einsetzt. Das Europäische Zentrum für mittelfristige Wettervorhersage hat bereits einige Funktionen von GenCast übernommen.
Erfahren Sie mehr über die Anwendungen künstlicher Intelligenz in anderen Branchen.