Anzeige
Anzeige
News
Artikel merken

KI-gestützt: Neuronales Netz soll Wettervorhersage noch genauer machen

Hat der Wetterfrosch bald ausgedient? Forscher haben ein Frühwarnsystem entwickelt, das Wettervorhersagen deutlich präziser machen kann.

1 Min. Lesezeit
Anzeige
Anzeige

(Foto: Shutterstock)

Forscher der Rice University im texanischen Houston haben ein Deep-Learning-System entwickelt, das tödliche Hitzewellen und Winterstürme vorhersagen kann, bevor sie überhaupt auftreten.

Anzeige
Anzeige

Die Forscher kamen auf die Idee, eine künstliche Intelligenz für die Vorhersagen zu trainieren, nachdem sie festgestellt hatten, dass bestehende Methoden unzuverlässige Vorhersagen für extreme Wetterereignisse lieferten. Deep Learning sei aufgrund der Fähigkeit zur Mustererkennung eine erstklassige Wahl für diese Aufgabe.

Verwendet haben die Forscher ein neuronales Netz, da diese Art von maschinellem Lernsystem die relativen Positionen von Druckmustern erkennen kann. Diese Druckmuster sind wiederum ein Schlüsselindikator dafür, wie sich das Wetter verändern wird. Darüber hinaus benötigen diese Netzwerke keine große Menge an Trainingsdaten.

Anzeige
Anzeige

Wie The Verge berichtet, wurde das System mit Hunderten von Wetterkarten trainiert, die Oberflächentemperaturen und Luftdrücke zeigten. Integriert waren hier auch die Hitze- und Kälteperioden, die normalerweise zu extremen Wetterereignissen führen. Die Karten stammten alle aus demselben geografischen Gebiet und zeigten die dortigen Bedingungen in einem Abstand von mehreren Tagen.

Anzeige
Anzeige

Vorhersagen deutlich genauer

Nach dem Training wurden der KI Karten gezeigt, die sie noch nie zuvor gesehen hatte. Die Aufgabe bestand darin, eine fünftägige Vorhersage für eventuelle extreme Wetterereignisse zu machen. Die Vorhersagen waren zu 85 Prozent korrekt.

Pedram Hassanzadeh, Assistenzprofessor für Maschinenbau und Erd-, Umwelt- und Planetenwissenschaften an der Rice University, sagte dazu in einem Statement: „Da wir die Physik und die Bedingungen extremer Wettermuster nicht vollständig verstehen, können die Gleichungen der numerischen Wettervorhersagemodelle auch nicht vollständig genau sein und keine besseren Vorhersagen liefern, unabhängig davon, wie viel Rechenleistung wir einsetzen.“ Geht es nach Hassanzadeh, wird dieses System eines Tages von Meteorologen genutzt.

Mehr zu diesem Thema
Fast fertig!

Bitte klicke auf den Link in der Bestätigungsmail, um deine Anmeldung abzuschließen.

Du willst noch weitere Infos zum Newsletter? Jetzt mehr erfahren

Anzeige
Anzeige
Schreib den ersten Kommentar!
Bitte beachte unsere Community-Richtlinien

Wir freuen uns über kontroverse Diskussionen, die gerne auch mal hitzig geführt werden dürfen. Beleidigende, grob anstößige, rassistische und strafrechtlich relevante Äußerungen und Beiträge tolerieren wir nicht. Bitte achte darauf, dass du keine Texte veröffentlichst, für die du keine ausdrückliche Erlaubnis des Urhebers hast. Ebenfalls nicht erlaubt ist der Missbrauch der Webangebote unter t3n.de als Werbeplattform. Die Nennung von Produktnamen, Herstellern, Dienstleistern und Websites ist nur dann zulässig, wenn damit nicht vorrangig der Zweck der Werbung verfolgt wird. Wir behalten uns vor, Beiträge, die diese Regeln verletzen, zu löschen und Accounts zeitweilig oder auf Dauer zu sperren.

Trotz all dieser notwendigen Regeln: Diskutiere kontrovers, sage anderen deine Meinung, trage mit weiterführenden Informationen zum Wissensaustausch bei, aber bleibe dabei fair und respektiere die Meinung anderer. Wir wünschen Dir viel Spaß mit den Webangeboten von t3n und freuen uns auf spannende Beiträge.

Dein t3n-Team

Melde dich mit deinem t3n Account an oder fülle die unteren Felder aus.

Bitte schalte deinen Adblocker für t3n.de aus!
Hallo und herzlich willkommen bei t3n!

Bitte schalte deinen Adblocker für t3n.de aus, um diesen Artikel zu lesen.

Wir sind ein unabhängiger Publisher mit einem Team von mehr als 75 fantastischen Menschen, aber ohne riesigen Konzern im Rücken. Banner und ähnliche Werbemittel sind für unsere Finanzierung sehr wichtig.

Schon jetzt und im Namen der gesamten t3n-Crew: vielen Dank für deine Unterstützung! 🙌

Deine t3n-Crew

Anleitung zur Deaktivierung
Artikel merken

Bitte melde dich an, um diesen Artikel in deiner persönlichen Merkliste auf t3n zu speichern.

Jetzt registrieren und merken

Du hast schon einen t3n-Account? Hier anmelden

oder
Auf Mastodon teilen

Gib die URL deiner Mastodon-Instanz ein, um den Artikel zu teilen.

Anzeige
Anzeige