Deepmind: KI liefert beste Wettervorhersage fĂĽr mehr als zwei Wochen im Voraus

Seit Jahren forscht Deepmind von Google an KI-generierten Wettervorhersagen mit minimalem Ressourcenverbrauch. Nun wurde der nächste Meilenstein erreicht.

In Pocket speichern vorlesen Druckansicht 27 Kommentare lesen
Toronto,,Gta,,Canada,,Tornados,And,Hurricanes,Cause,Property,Damage,And

(Bild: eskystudio / Shutterstock.com)

Lesezeit: 2 Min.

Googles KI-Forschungslabor Deepmind hat nach eigenen Angaben eine auf KI-Technik basierende Wettervorhersage entwickelt, die sogar die führende Technik schlägt, die derweil im operativen Einsatz ist. Das hochauflösende Modell GenCast kann kleinräumig das Wetter über einen Zeitraum von 15 Tagen besser vorhersagen als das Europäische Zentrum für mittelfristige Wettervorhersage (EZMW), erklären die Forscher und Forscherinnen in einem Blogeintrag. Gleichzeitig sei für solch eine Prognose lediglich einer von Googles Tensor-Prozessoren (TPU) der fünften Generation nötig.

Trainiert wurde GenCast mit Wetterdaten aus vier Jahrzehnten, die aus dem Archiv des EZMW stammen und Jahre bis 2018 umfasst haben. Daraus habe das Modell "globale Wettermuster" gelernt, schreibt Deepmind. Getestet habe man die Leistungsfähigkeit dann an Daten des Jahres 2019. In mehr als 97 Prozent der Fälle seien die dafür generierten Vorhersagen besser gewesen als die des besten Vorhersagemodells, das beim EZMW für die Prognosen gegenwärtig eingesetzt wird. Während daran aber ein Supercomputer Stunden gerechnet habe, brauche GenCast mit einer TPU nur etwa 8 Minuten.

Deepmind forscht schon seit Längerem an KI-generierten Wettervorhersagen, vor einem Jahr hieß es aus dem Labor bereits, dass etablierte Modelle geschlagen würden und dafür gleichzeitig deutlich weniger Rechenleistung benötigt wird. Der größte Fortschritt wurde demnach nun bei der Reichweite erzielt, vor einem Jahr reichten die präziseren Prognosen lediglich 10 Tage in die Zukunft. In dem Blogeintrag kündigen die Forscher und Forscherinnen jetzt an, dass sie bald Vorhersagen in Echtzeit veröffentlichen wollen. Die könnten dann in andere Prognosen integriert werden. Die jüngsten Fortschritte stellen sie in einem Artikel im Fachmagazin Nature vor.

(mho)