In jüngsten Tests übertraf Googles GraphCast das System des Europäischen Zentrums für mittelfristige Wettervorhersage (ECMWF) hinsichtlich der Vorhersagegenauigkeit.
 |
| Das KI-gestützte GraphCast-System von Google dürfte die Meteorologiebranche revolutionieren. |
Insbesondere konnte GraphCast in einer im Fachmagazin Science veröffentlichten Studie für 90 % der 1.380 getesteten Parameter, darunter Temperatur, Druck, Windgeschwindigkeit und -richtung sowie Luftfeuchtigkeit, genauere Vorhersagen treffen.
Zuvor hatte GraphCast im September 2023 neun Tage vor dem Eintreffen des Hurrikans Lee an der Küste Nova Scotias (Kanada) vorhergesagt. Traditionelle Wettervorhersagetools hingegen lieferten nur sechs Tage im Voraus Vorhersagen. Zudem erwiesen sie sich hinsichtlich Zeitpunkt und Ort des Landfalls als weniger genau.
Untersuchungen zeigen: „Googles GraphCast kann Hunderte von Wettervariablen für 10 Tage auf der ganzen Welt in weniger als einer Minute vorhersagen.“
Das GraphCast-Modell kombiniert Algorithmen des maschinellen Lernens und „Graph Neural Networks“ (GNNs) – eine Architektur zur Verarbeitung räumlich strukturierter Daten.
Das System wird mit über 40 Jahren archivierten meteorologischen Daten des ECMWF trainiert. GNN ermöglicht die schnelle Erstellung von Prognosen bei minimalem Rechenaufwand.
Die Hauptaufgabe von GraphCast besteht darin, die Wechselwirkungen zwischen atmosphärischen Bedingungen an verschiedenen Orten weltweit vorherzusagen. Das GraphCast-System ist jedoch noch nicht in der Lage, die komplexen Informationen zu liefern, die für die Vorhersage von Wetterereignissen wie Hurrikanen entscheidend sind.
Die DeepMind-Forscher zeigten sich zudem zuversichtlich, dass das Modell auf verschiedene Wettersysteme skalierbar ist. Eine Testversion von GraphCast ist ab sofort auf der ECMWF-Website verfügbar.
[Anzeige_2]
Quelle
Kommentar (0)