Robert Klatt
Eine neue Künstliche Intelligenz (KI) von Google DeepMind hat Wettervorhersagen aktueller Modelle deutlich übertroffen.
London (England). Google DeepMind ist auf die Entwicklung von Künstlicher Intelligenz (KI) spezialisiert und hat unter anderem AlphaFold 3, die das Verhalten von Proteinen im menschlichen Körper prognostizieren kann, erstellt. Nun hat DeepMind die KI GenCast publiziert, die genaue, schnelle und verlässliche Wettervorhersagen erstellen kann. Laut der Publikation im Fachmagazin Nature haben die Forscher die KI mit Wetterdaten aus dem Zeitraum 1979 bis 2018 trainiert. Anschließend haben sie untersucht, ob und wie gut die KI das Wetter für 2019 vorhersagen kann.
Die allgemeine Lehrmeinung der Wissenschaft geht davon aus, dass Wetterprognosen umso ungenauer werden, je weiter sie in der Zukunft liegen. Die neue KI von Deepmind hat globale 15-Tage-Vorhersagen, die als mittelfristige Wettervorhersage gelten, innerhalb von acht Minuten erstellt. Dabei hat GenCast bei 1.320 Windgeschwindigkeiten, Temperaturen und anderen Wettermerkmale das Europäische Zentrum für mittelfristige Wettervorhersage (EZMW), das bisher global am genauesten war, deutlich übertroffen (97 %).
Die hohe Genauigkeit von GenCast geht unter anderem darauf zurück, dass die KI Prognosen nicht nur einmal erstellt, sondern 50-mal berechnet. Laut den Entwicklern zeigen die aktuellen Ergebnisse, dass die KI den besten, derzeit verwendeten Modelle bei mittelfristigen Wettervorhersagen deutlich überlegen ist. Außerdem kann die KI extreme Wetterlagen, die Entwicklung von Windstärken und tropischer Wirbelstürme besser vorherzusagen.
Laut Roland Potthast, der beim Deutschen Wetterdienstes (DWD) die Numerische Wettervorsage leitet, kann die KI in manchen Bereichen physikalisch basierte Modelle jedoch aber noch nicht übertreffen. Er sieht die KI deshalb als Ergänzung zu herkömmlichen Modellen. Zudem erklärt Potthast, dass auch der DWD an KI-Modellen für die Wettervorhersage arbeitet.
„Physikalisch basierte Modelle und KI-Modelle werden in der Vorhersagekette des DWD kombiniert, um jeweils auf jeder Zeitskala und für die angestrebten Vorhersage-Variablen - etwa Niederschlag, Temperatur, Winde, Druck, Feuchte, Böen, Eis-Übersättigung und vieles mehr - die bestmöglichen Vorhersagen bereitstellen zu können.“
Meteorologen werden durch KI aber laut Potthast nicht überflüssig. Aktuell entsteht durch die technischen Innovationen sogar an Mehrbedarf an Arbeitskräften, um die bisherigen physikalisch basierten Systeme zu betreiben und neue KI-Modelle zu entwickeln.
„Die KI-Modelle können diese Qualität, Breite, Vielfalt und Verlässlichkeit noch nicht leisten, sondern sind nur in ausgewählten Variablen oder Scores schneller oder besser."
Nature, doi: 10.1038/s41586-024-08252-9
