Google entwickelt neue AI-Modelle/ Ergebnis: ‚fast sofortige‘ Wettervorhersagen
16. Januar 2020Google entwickelt neue AI-Modelle/ Ergebnis: ‚fast sofortige‘ Wettervorhersagen
New York, 16.1.2020
Die Wettervorhersage ist bekanntermaßen schwierig, aber in den letzten Jahren haben Experten durch den Einsatz des maschinellen Lernes herausgefunden, das sie damit schneller und bessere Ergebnisse erzielen können. In einem in dieser Woche erschienen Blogbeitrag stellte Google neue Forschungsergebnisse vor, die „fast sofortige“ Wettervorhersagen ermöglichen.
Die Entwickler sehen sich zwar noch im Anfangsstadium der Möglichkeiten, aber die ersten Ergebnisse sehen vielversprechend aus. In der nicht von Experten begutachteten Arbeit beschreiben die Google – Forscher , wie sie in nur wenigen „Minuten“ die genaue Niederschlagsvorhersagen bis zu sechs Stunden im Voraus mit einer Auflösung von 1 km voraussagen konnten.
Das ist eine große Verbesserung gegenüber bestehenden Techniken, die für die Erstellung von Vorhersagen Stunden benötigen würden, obwohl sie dies über längere Zeiträume tun und komplexere Daten zugrunde legen.
Schnelle Vorhersagen, so die Forscher, werden „ein wesentliches Werkzeug sein, das für eine effektive Anpassung an den Klimawandel, insbesondere bei extremen Wetterlagen, benötigt wird“. In einer Welt, die zunehmend von unvorhersehbaren Wetterbedingungen dominiert wird, seien kurzfristige Prognosen entscheidend für das „Krisenmanagement und die Reduzierung von Verlusten an Leben und Eigentum“.
Die Forscher von Google verglichen ihre Arbeit mit zwei existierenden Methoden: der optischen Strömungsvorhersage (OF), die die Bewegung von Phänomenen wie Wolken betrachtet, und der Simulationsvorhersage, die detaillierte physikalisch basierte Simulationen von Wettersystemen erstellt.
Das Problem dieser älteren Methoden – insbesondere der physikbasierten Simulation – bestehe darin, dass sie unglaublich rechenintensiv sei. So müssten beispielsweise Simulationen der US-Bundesbehörden für die Wettervorhersage täglich bis zu 100 Terabyte Daten von Wetterstationen verarbeiten und auf teuren Supercomputern stundenlang laufen.
„Wenn es 6 Stunden dauert, um eine Vorhersage zu berechnen, erlaubt das nur 3-4 Durchläufe pro Tag und führt zu Vorhersagen, die auf 6+ Stunden alten Daten basieren, was unser Wissen über das, was gerade passiert, einschränkt“, schrieb der Google-Software-Ingenieur Jason Hickey in einem Blogbeitrag.
Googles Methoden liefern im Vergleich dazu Ergebnisse innerhalb von Minuten, weil sie nicht versuchen, komplexe Wettersysteme zu modellieren, sondern stattdessen Vorhersagen über einfache Radardaten als Proxy für den Niederschlag machen.
Die Forscher von Google trainierten ihr KI-Modell an historischen Radardaten, die zwischen 2017 und 2019 in den angrenzenden USA von der National Oceanic and Atmospheric Administration (NOAA) gesammelt wurden. Sie sagen, dass ihre Vorhersagen genauso gut oder besser als drei existierende Methoden waren, die Vorhersagen aus denselben Daten machten, obwohl ihr Modell übertroffen wurde, wenn man versuchte, Vorhersagen mehr als sechs Stunden im Voraus zu machen.
Dies scheint im Moment der Sweet Spot für maschinelles Lernen bei Wettervorhersagen zu sein: schnelle, kurzfristige Vorhersagen zu machen, während längere Vorhersagen leistungsfähigeren Modellen überlassen werden. Die Wettermodelle der NOAA zum Beispiel erstellen Vorhersagen bis zu 10 Tage im Voraus.
Während wir noch nicht die vollen Auswirkungen der KI auf die Wettervorhersage gesehen haben, untersuchen auch viele andere Firmen diesen Bereich, einschließlich IBM und Monsanto. Und, wie die Forscher von Google betonen, solche Vorhersagetechniken werden in unserem täglichen Leben nur noch wichtiger werden, wenn wir die Auswirkungen des Klimawandels spüren.