Die Google-Tochter Deepmind hat die KI Graphcast entwickelt, die recht erfolgreich das Wetter vorhersagen kann. Dabei setzt die KI nicht auf Rechenkraft und spart Ressourcen. Die Vorhersagen gibt es teils im Netz.
Erste Einschätzungen von Fachleuten zeigen, dass Graphcast passende Wetterprognosen liefert. Hinter der KI steckt das Google-Tochterunternehmen Deepmind. Die Ergebnisse von Graphcast sollen sogar spürbar besser sein als bei den bisherigen Rechenmodellen, so unser Reporter Andreas Noll.
In einer Studie für das Fachmagazin Science heißt es, dass Temperatur, Niederschlag, Windgeschwindigkeit sowie weitere Parameter besser mit Graphcast vorhergesagt werden als in den Drei- bis Zehntagesprognosen des Europäischen Zentrums für mittelfristige Wettervorhersage (ECMWF).
KI Graphcast: bessere Vorhersage bei weniger Energieverbrauch
Das Zentrum ist das Forschungsinstitut, das neben der US-Wetterbehörde die wichtigsten Berechnungen für Wettervorhersagen für Europa erstellt, so Andreas Noll. Dabei setzt das ECMWF wie auch andere Institute bislang auf teure Supercomputer und viel Rechenkraft.
"Graphcast benötigt nur einen Bruchteil der Rechenpower von klassischen Wettervorhersagemodellen."
Denn Graphcast arbeitet mit historischen Wetterdaten aus 40 Jahren. Mit den alten Wetterdaten wurde die KI einmalig trainiert. Das Füttern mit den Daten war energieaufwendig, doch die aktuellen Berechnungen liefert Graphcast mit einem einzigen KI-Chip, so unser Reporter.
Eine Zehn-Tage-Wetterprognose dauert dann eine Minute und spart viel Strom sowie Zeit. "Denn die aktuellen Berechnungsdurchläufe von Supercomputer dauern in der Regel mehrere Stunden", sagt Andreas Noll. Laut ECMWF verbrauchen sie damit auch tausend Mal mehr Strom.
Graphcast teils schneller als klassische Modelle
Laut Deepmind, könnten Meteorolog*innen mit Graphcast bei bestimmten Extremwetterereignissen schneller auf Gefahren aufmerksam machen als mit klassischen Methoden. Als Beispiel wird Hurrikan Lee genannt, der im September die USA getroffen hat.
"Offenbar hat Graphcast schon neun Tage vorab die Entwicklung vorhersehen können, während die klassischen Modelle erst 72 Stunden nach Graphcast soweit waren", sagt Andreas Noll. Bei anderen Extremwetterereignissen wiederum war Graphcast nicht schneller als die klassischen Modelle.
Eine Frage, die sich Fachleute stellen: Wie gut kann die KI die Auswirkungen des Klimawandels mit einberechnen? Denn Grundlage sind ja zurückliegende Daten. Dennoch geht die Entwicklung generell wohl in Richtung Anwendung von KI für Wettervorhersagen. Neben Google sind zum Beispiel auch Huawei oder Nvidia an Entwicklungen dran. Google wiederum stellt Graphcast als Opensource zur Verfügung.
"Fachleute fragen sich, wie gut die KI die Auswirkungen des Klimawandels in die Berechnungen mit aufnehmen kann."
Auch das Europäische Zentrum für die mittelfristige Wettervorhersagen benutzt bereits Graphcast in einem experimentellen Modus. Laut ECMWF werden die klassischen Berechnungsmodelle aber nicht ersetzt, sondern durch die KI ergänzt.
Die aktuellen Graphcast-Testläufe für das Wetter in Europa gibt es auf der ECMWF-Website zu sehen. Da werden die Temperaturen oder auch Niederschläge für die kommenden zehn Tage prognostiziert. Anschauen und durchklicken lohnt sich, findet unser Reporter Andreas Noll.