Eine Künstliche Intelligenz von Google hat einen wichtigen Durchbruch im Bereich der Wettervorhersage erzielt. Das neue Modell GraphCast übertraf erstmals herkömmliche Methoden bei der Vorhersage des globalen Wetters. Meteorologen zeigen sich beeindruckt.
Googles Wetter-KI schlägt herkömmliche Methoden
Das KI-Modell GraphCast von Google hat jetzt bewiesen, dass es genauer ist als Europas führendes traditionelles Wettervorhersagesystem. In 90 Prozent der mehr als 1.380 Messgrößen – darunter Temperatur, Luftdruck und Windgeschwindigkeit – übertraf die KI das Modell des Europäischen Zentrums für mittelfristige Wettervorhersage (ECMWF).
Das Ergebnis hat die beteiligten Meteorologen überrascht. Laut Matthew Chantry vom ECMWF hat sich die KI „schneller und eindrucksvoller entwickelt“ als noch vor wenigen Jahren erwartet. GraphCast soll nicht nur deutlich schneller Ergebnisse liefern, sondern dafür auch 1.000 Mal weniger Energie benötigen (Quelle: Financial Times).
GraphCast verwendet ein graphisches neuronales Netzwerk, das aus über 40 Jahren ECMWF-Daten lernt, um Wettersysteme zu analysieren und vorherzusagen. Es verwendet aktuelle globale Wetterdaten, um in nur einer Minute eine Zehn-Tage-Vorhersage auf einem Google-Cloud-Computer zu erstellen. Die herkömmliche Methode basiert dagegen auf energieintensiven Supercomputer-Berechnungen, die oft mehrere Stunden dauern.
Stimmen Wetter-Mythen wirklich? Im Video verraten wir es:
Google: Wetter-KI noch nicht perfekt
Dass auch Googles Wetter-KI irren kann, haben die Experimente ebenfalls gezeigt. Bei der Vorhersage des Hurrikans Otis vor der mexikanischen Pazifikküste schnitt GraphCast schlechter ab als herkömmliche physikalische Modelle. Bei der Vorhersage des Hurrikans Lee im Nordatlantik war GraphCast dagegen drei Tage schneller als Meteorologen, die sich auf konventionelle Methoden verließen.
