Google will mit KI Vorhersagen für Klima und Wetter verbessern

Ein neues KI-Modell von Google namens NeuralGCM verspricht, die Art und Weise, wie wir Wetter und Klima vorhersagen, grundlegend zu verändern. Entwickelt von einem Team bei Google Research in Kalifornien, kombiniert dieses Modell (Neural general circulation models for weather and climate) herkömmliche Wettervorhersage-Technologie mit fortschrittlichem maschinellem Lernen. Dadurch sollen Wetterereignisse und langfristige Klimatrends schneller und genauer vorhergesagt werden. Die Google-Forscher um Stephen Hoyer veröffentlichten ihre Studie in „Nature„.

Schnelle Prognosen, weniger Energieverbrauch

Hoyer, einer der Co-Autoren der Studie und Forscher für Deep Lerning bei Google, betont die Effizienz des neuen Systems: „Traditionelle Klimamodelle müssen auf Supercomputern ausgeführt werden. Dies ist ein Modell, das man in Minuten laufen lassen kann.“ Laut der Studie benötigt NeuralGCM weniger Rechenleistung und liefert dabei präzisere Ergebnisse als bisherige Methoden.

NeuralGCM verbindet Physik und KI

NeuralGCM stellt einen bedeutenden Fortschritt dar, indem es Aspekte eines traditionellen physikbasierten Atmosphärenlösers mit KI-Komponenten verbindet. Dies ermöglicht es, nicht nur kurzfristige Wettervorhersagen für ein bis drei Tage im Voraus zu treffen, sondern auch langfristige Klimaprojektionen mit bemerkenswerter Genauigkeit. „Wir haben Terabyte oder Petabyte an historischen Wetterdaten“, erklärt Hoyer, „durch das Lernen aus diesen Mustern können wir bessere Modelle bauen.“

Verbesserungen gegenüber herkömmlichen Modellen

Die Forschung zeigt, dass NeuralGCM geringere Fehler bei der Erstellung von Langzeitvorhersagen über sieben Tage hinaus macht, verglichen mit anderen KI-Modellen. Zudem sind die kurzfristigen Vorhersagen des Modells ähnlich präzise wie die des Europäischen Zentrums für mittelfristige Wettervorhersage, dem Goldstandard für Wetterprognosen.

Neuer Ansatz in der Klimamodellierung

Traditionelle Klimamodelle teilen den Globus in Würfel mit Seitenlängen von typischerweise 50 bis 100 Kilometern auf. Diese reichen von der Erdoberfläche bis in die Atmosphäre. In jedem dieser Würfel versuchen die Modelle vorherzusagen, was mit dem Wetter über einen bestimmten Zeitraum passiert. Sie berechnen, wie Luft und Feuchtigkeit sich bewegen, basierend auf den etablierten Gesetzen der Physik. Doch viele wichtige Klimaprozesse, wie Wolkenbildung und Niederschlag, ereignen sich auf viel kleineren Skalen – von Millimetern bis zu Kilometern. Sie entziehen sich somit der direkten Berechnung durch die Physik. Zudem fehlt den Wissenschaftlern oft ein vollständiges physikalisches Verständnis einiger Prozesse, wie der Wolkenbildung. Traditionelle Modelle stützen sich daher nicht allein auf Grundprinzipien. Sie nutzen vereinfachte Modelle zur Annäherung, sogenannte Parametrisierungen, um die kleinmaßstäblichen und weniger verstandenen Prozesse zu simulieren.

NeuralGCM revolutioniert Klimamodellierung mit neuronalem Netzwerk

NeuralGCM unterteilt ebenfalls die Atmosphäre in Würfel und analysiert physikalische Prozesse wie Luft- und Feuchtigkeitsströmungen. Anstelle vorgefertigter Parametrisierungen für Details wie Wolkenbildung verwendet es ein neuronales Netzwerk. Dieses greift auf bestehende Wetterdaten zurück und lernt, die zugrundeliegenden physikalischen Ereignisse zu verstehen. Frühere Versuche, Klimamodelle mit maschinellem Lernen zu verbessern, scheiterten oft an numerischer Stabilität, da sie „offline“ trainiert wurden. Die Folge waren kritische Rückkopplungen zwischen klein- und großskaligen Prozessen, die sich über die Zeit aufbauten.

Praktische Auswirkungen

Die verbesserte Vorhersagefähigkeit von NeuralGCM könnte entscheidend dazu beitragen, die Vorbereitung auf extreme Wetterereignisse zu verbessern. „Das Vorhersagen solcher Ereignisse ist so wichtig für die Verbesserung unserer Entscheidungsfindung und Vorbereitungsstrategien“, sagt Scott Hosking, der am Alan Turing Institute in London KI und Umweltdaten erforscht. Die Fähigkeit, genaue und schnelle Vorhersagen zu treffen, könnte letztendlich dazu beitragen, Leben und Eigentum zu schützen.

Was du dir merken solltest:

• Google entwickelt mit NeuralGCM ein KI-basiertes Modell, das traditionelle Klima- und Wettervorhersage-Technologien mit maschinellem Lernen kombiniert.
• Google-Forscher wollen Wetterereignisse damit schneller und genauer vorhersagen sowie langfristige Klimatrends prognostizieren.
• Die präziseren Vorhersagen durch NeuralGCM könnten die Planung und Reaktion auf extreme Wetterereignisse optimieren, was zur Sicherung von Menschenleben und der Minimierung von Sachschäden beiträgt.

Bild: © NOAA via Wikimedia unter Public Domain