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 vorausgesagt, dass Hurrikan Lee neun Tage vor dem Eintreten des Ereignisses an der Küste von Nova Scotia (Kanada) auf Land treffen würde, während herkömmliche Wettervorhersagetools nur sechs Tage im Voraus Vorhersagen ermöglichten. Darüber hinaus erwiesen sie sich hinsichtlich der Landezeit und des Landeorts 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 meteorologischen Daten trainiert, die vom ECMWF seit über 40 Jahren archiviert werden. GNN ermöglicht die schnelle Erstellung von Prognosen mit minimalen Rechenressourcen.
Die Hauptaufgabe von GraphCast besteht darin, die Wechselwirkung zwischen atmosphärischen Bedingungen an verschiedenen Orten rund um den Globus vorherzusagen. Allerdings ist das GraphCast-System noch immer nicht in der Lage, die komplexen Informationen bereitzustellen, die für die Vorhersage von Wetterereignissen wie Hurrikanen entscheidend sind.
Die Forscher von DeepMind äußerten außerdem ihr Vertrauen in die Fähigkeit des Modells, sich auf verschiedene Arten von Wettersystemen skalieren zu lassen. Eine Betaversion von GraphCast ist jetzt auf der ECMWF-Website verfügbar.
[Anzeige_2]
Quelle
Kommentar (0)