Eine Revolution für die Prognose

GenCast heißt das neue Modell von Google DeepMind, das offenbar besser abschneiden kann als aktuelle Wettervorhersagetools. Ein Rückblick auf ein Phänomen, das zu einer großen Veränderung in diesem Sektor führen könnte. Erläuterungen.

Wie funktioniert es?

Diese KI arbeitet nach dem Prinzip des maschinellen Lernens. Um es zu trainieren, stellten ihm Forscher Wetterdaten von 1979 bis 2018 zur Verfügung. Damit versucht es vorherzusagen, was in der Zukunft passieren wird. Darin unterscheidet sich GenCast von herkömmlichen Modellen, die auf Supercomputern basieren und komplexe Gleichungen lösen, um zu versuchen, die Physik der Atmosphäre zu simulieren.

Diese Methode scheint sich auszuzahlen. Daher wurde GenCast mit dem ENS-System verglichen, das vom Europäischen Zentrum für mittelfristige Wettervorhersage (ECMWF) verwendet wird. Basierend auf Daten aus dem Jahr 2019 schnitt es in 97,2 % der Fälle besser ab als Letzteres.

Zu den Stärken dieser Technologie gehört ihre Fähigkeit, die Flugbahn von Klimakatastrophen wie Wirbelstürmen und deren Auftreten durch frühzeitigere Warnungen vorherzusagen. Dies stellt einen großen Vorteil in einer Zeit dar, in der diese Ereignisse aufgrund des Klimawandels voraussichtlich zunehmen werden.

GenCast kann seine 15-Tage-Prognose auch in nur acht Minuten erstellen, während Systeme wie ENS manchmal mehrere Stunden dauern können.

KI als Open Source verfügbar

Kleiner Nachteil: GenCast wurde mit einer früheren Version des ENS verglichen, die seitdem verbessert wurde. Allerdings gibt DeepMind an, seine KI anhand von Daten aus den Jahren 2020 und 2022 ausgewertet zu haben, und kam zu ähnlichen Schlussfolgerungen.

Wie bereits erwähnt, werden diese Innovationen von Meteorologen, die sich weiterhin für Physik interessieren, mit Vorsicht aufgenommen Der Rand. Google DeepMind ist sich dieses Problems bewusst und hat beschlossen, den Code seiner KI als Open Source auf GitHub zu veröffentlichen. Die Idee besteht darin, Experten die Möglichkeit zu geben, sich diese Technologie anzueignen, um ihre gesellschaftliche Wirkung und ihren Nutzen zu stärken.

Um mehr über dieses Thema zu erfahren, können Sie diesen Artikel noch einmal lesen, in dem wir versucht haben zu verstehen, warum die Wetteranwendung auf unseren iOS- und Android-Smartphones so oft Fehler macht. Hier erfahren Sie auch mehr über die KI-Projekte von Météo France.