Das KI-Modell GenCast von Google soll die Wettervorhersagebranche revolutionieren

Die Ardèche wurde im vergangenen Oktober von Sintfluten überschwemmt. An diesem Wochenende, vom 7. bis zum 8. Dezember, wüteten heftige Winde im Norden Frankreichs.

Heute müssen wir die Luftbewegungen, die Luftfeuchtigkeit und den Druck der Atmosphäre simulieren, um das Wetter vorherzusagen. Diese Berechnungen auf Supercomputern dauern Stunden. Google hat gerade GenCast vorgestellt – ein Modell, das dank künstlicher Intelligenz innerhalb von acht Minuten Ergebnisse liefern kann.

Ein immer genaueres Modell

Der Simulator analysiert 40 Jahre historische Wetterdaten, um die Entwicklung des Wetters über einen Zeitraum von 15 Tagen schnell vorherzusagen. Die Schnelligkeit des Simulators hat keinen Einfluss auf seine Genauigkeit oder Effizienz. Der Supercomputer wurde anhand mehrerer aktueller Klimaphänomene getestet und lieferte im Vergleich zum europäischen ENS-Modell, das als Standardreferenz dient, in 97%-Fällen bessere Vorhersagen für 15 Tage.

Der Supercomputer könnte extreme Wetterbedingungen, darunter auch Stürme, vorhersagen.

Googles Modell hätte beispielsweise 12 Stunden im Voraus vor tropischen Stürmen warnen können. Die Studie ergab, dass das Modell eine bessere Schätzung der Sturmbahn und der starken Regenfälle liefern konnte, sodass mehr Zeit für die Warnung und den Schutz der Bevölkerung blieb.

Obwohl die Ergebnisse dieses Modells ermutigend sind, sollte es nicht als Ersatz für bestehende Modelle verwendet werden. Tatsächlich muss die künstliche Intelligenz mit Daten aus bestehenden Modellen und ihren verschiedenen Beobachtungsstationen vor Ort gefüttert werden. Tatsache ist, dass Meteorologen der künstlichen Intelligenz noch kein Vertrauen entgegenbringen, da sie ihnen wie ein bisschen Magie oder nebulös vorkommt. Die Meteorologen bevorzugen physikalische Simulationen, da diese strenger und konkreter sind. Beide Ansätze werden wahrscheinlich parallel eingesetzt. Der Code von Google wird tatsächlich als Open-Source-Projekt zur Verfügung gestellt, sodass alle Meteorologen ihn testen und sich ihre eigene Meinung bilden können.

Professional Python-Automatisierungsdienst für individuelle Lösungen