 |
| Modellbasierte Methoden der künstlichen Intelligenz (KI) haben das Potenzial, die Wettervorhersage um ein Vielfaches zu beschleunigen. Illustrationsfoto. (Quelle: nchmf.gov.vn) |
Einem kürzlich in der Fachzeitschrift Nature veröffentlichten Forschungsbericht zufolge haben chinesische Forscher ein Modell künstlicher Intelligenz (KI) mit dreidimensionalen neuronalen Netzwerken entwickelt, um das globale Wetter mit mittlerer bis hoher Genauigkeit vorherzusagen.
In seiner Forschung hat das Forschungs- und Entwicklungsteam für große meteorologische Modelle von Huawei Cloud ein 3D-neuronales Netzwerk vorgeschlagen, das sich an das Koordinatensystem der Erde anpasst, um komplexe und heterogene 3D-Wetterdaten zu verarbeiten.
Das relativ große Wettermodell Pangu-Weather wurde anhand von weltweiten Daten aus fast 40 Jahren trainiert und erreichte innerhalb von zwei Monaten Parameter auf 100 Millionen Ebenen.
Pangu-Weather benötigt nur 1,4 Sekunden für eine 24-Stunden-Wettervorhersage weltweit, einschließlich Luftfeuchtigkeit, Windgeschwindigkeit, Temperatur, Luftdruck auf Meereshöhe und mehr. Die Vorhersagegeschwindigkeit des Systems ist 10.000-mal höher als bei herkömmlichen numerischen Methoden.
Ein konkretes Beispiel hierfür ist der Supertaifun Mawar im vergangenen Mai. Pangu-Weather leistete hervorragende Arbeit, indem es den Verlauf des Sturms fünf Tage im Voraus vorhersagte.
Das Modell zeigt im Vergleich zu Methoden der numerischen Wettervorhersage (NWP) auch bessere Prognoseergebnisse, basierend auf Neuanalysedaten aller getesteten Ereignisse.
Heute werden mit dieser Methode tägliche Wettervorhersagen, Warnungen vor schweren Naturkatastrophen und Vorhersagen zum Klimawandel erstellt. Sie basiert auf Hochleistungsrechnern und komplexen physikalischen Modellen. Allerdings erfordert diese Methode einen großen Maschinen- und Rechenaufwand.
Tian Qi, Autor des Berichts und leitender KI-Experte beim chinesischen Cloud-Dienstleister Huawei Cloud, sagte, dass die herkömmliche NWP-Methode 4 bis 5 Stunden Rechenzeit auf einem Supercomputer-Cluster mit 3.000 Servern erfordere, um das globale Wetter für die nächsten 10 Tage vorherzusagen.
Die Genauigkeit dieser neuen KI-basierten Methoden ist jedoch immer noch deutlich geringer als die der NWP-Methoden. Bi Kaifeng, Co-Autor des Berichts, räumte auch die Einschränkungen KI-basierter Wettervorhersagesysteme ein und erklärte, dass diese immer noch stark auf Reanalysedaten angewiesen seien und ihre Fähigkeit zur Vorhersage extremer Wetterbedingungen verbessert werden müsse.
„Wir glauben, dass KI-basierte Methoden neben herkömmlichen numerischen Methoden existieren sollten, um genauere und zuverlässigere Wettervorhersagedienste bereitzustellen“, sagte Qi Tian.
[Anzeige_2]
Quelle
Kommentar (0)