Deepminds Gencast AI ist richtig gut darin, das Wetter vorherzusagen

Das neue KI-Modell GenCast verbessert Wettervorhersagen. (Bild: Google DeepMind)
Mit den Wettervorhersagen ist es so eine Sache. Zwar bieten gängige Wetterdienste Vorhersagen für bis zu zwei Wochen oder länger an – wirklich verlässlich sind die aber nicht. Eher gleichen die prognostizierten Wetteraussichten, die weiter als drei Tage in die Zukunft reichen, einem Blick in die Glaskugel.
Dabei wird es aufgrund der zunehmenden Wetterextreme immer bedeutsamer, vorausschauend zu informieren. Im Hinblick auf Hurrikans, Hitzewellen oder Überschwemmungen ist das für Menschen überlebenswichtig.
Perfekte Wettervorhersagen sind nicht möglich
Um perfekte Wettervorhersagen zu liefern, müssten jeder Prozess und jeder Zustand in der Atmosphäre genauestens bekannt sein. „In der Realität ist das nur näherungsweise möglich. Bereits der erste Schritt zur Vorhersage – die Berechnung des gegenwärtigen Atmosphärenzustands – ist mit inhärenten Unsicherheiten behaftet“, wie der Deutsche Wetterdienst erklärt.
Aus diesem Grund stützen sich heutige Methoden auf mehrere Vorhersageszenarien, sogenannte probalistische Ensembles. Aus dieser Reihe möglicher Szenarien wird dann, abhängig von der aktuellen Wettersituation, die Vorhersage errechnet.
Gencast rechnet mit 50 oder mehr Ensembles
Jetzt stellten Ilan Price und Matthew Wilson, Forscher bei Google Deepmind, ihr neues KI-basiertes Vorhersagesystem Gencast vor, das bisherige Modelle um Längen schlägt. Im Gegensatz zu bisherigen Systemen ist GenCast in der Lage, mit 50 oder mehr Ensembles zu rechnen. Es ist an die sphärische Geometrie der Erde angepasst und lernt, die komplexe Wahrscheinlichkeitsverteilung zukünftiger Wetterszenarien genau zu generieren, wenn der aktuelle Wetterzustand als Eingabe verwendet wird.
Um Gencast zu trainieren, fütterten die Forscher die KI mit vier Jahrzehnten historischer Wetterdaten bis 2018, die dem Europäischen Zentrum für mittelfristige Wettervorhersage (ECMWF) vorliegen und testeten dann, wie gut GenCast das Wetter für das Jahr 2019 vorhersagt.
KI-System ist bis zu 99,8 Prozent genauer als bisherige Modelle
Im Vergleich zum bisher vom ECMWF verwendeten Vorhersagesystem ENS, dem derzeit führenden Prognosesystem, zeigte GenCast, dass es viel mehr kann. „Wir haben beide Systeme umfassend getestet und uns Prognosen verschiedener Variablen zu unterschiedlichen Vorlaufzeiten angesehen – insgesamt 1320 Kombinationen. GenCast war bei 97,2 Prozent dieser Ziele genauer als ENS, und bei Vorlaufzeiten von mehr als 36 Stunden sogar bei 99,8 Prozent“, erklären die Forscher.
Erstaunlich ist bei Gencast auch die Geschwindigkeit, mit der es arbeitet. So werden laut dem Bericht für eine einzelne Google Cloud TPU v5 nur acht Minuten benötigt, um eine 15-Tage-Prognose im Ensemble von Gencast zu erstellen. Im Gegensatz dazu benötigt eine herkömmliche physikbasierte Ensembleprognose, wie die von ENS, auf einem Supercomputer mit Zehntausenden von Prozessoren Stunden.
Zusammenarbeit mit der Wetter- und Klima-Community soll gefördert werden
Price und Wilson wollen auch weiterhin mit Wetteragenturen zusammenarbeiten, um KI-basierte Methoden zu entwickeln, die ihre Prognosen verbessern. Dennoch seien traditionelle Modelle für diese Arbeit unverzichtbar, da sie Trainingsdaten liefern und in Kombination mit Gencast zu besseren Ergebnissen führen.
„Wir möchten gern mit der breiteren Wettergemeinschaft zusammenarbeiten, darunter akademische Forscher, Meteorologen, Datenwissenschaftler, Unternehmen für erneuerbare Energien und Organisationen, die sich auf Lebensmittelsicherheit und Katastrophenhilfe konzentrieren. Solche Partnerschaften bieten tiefe Einblicke und konstruktives Feedback sowie unschätzbare Möglichkeiten für kommerzielle und nichtkommerzielle Auswirkungen, die alle für unsere Mission, unsere Modelle zum Wohle der Menschheit einzusetzen, von entscheidender Bedeutung sind“, so die Forscher.
Um diese Entwicklung zu beschleunigen, hat Deepmind Gencast zu einem offenen Modell gemacht und seinen Code veröffentlicht.