Gerade bei extremen Wetterlagen wie einem Taifun sind rasche Prognosen wichtig.

Foto: AP

Die Berechnung von Wettervorhersagen ist eine äußerst komplexe und zeitaufwändige Angelegenheit. Doch das könnte sich in absehbarer Zeit ändern. Google-Forscher erläutern in einem Blogposting, wie künftig Prognosen dank Künstlicher Intelligenz nicht nur flotter sondern auch genauer werden sollen.

Rahmenbedingungen

Klassische Wettervorhersagen brauchen oft mehrere Stunden, da dabei eine riesige Fülle an Daten verarbeitet wird. So sammelt etwa die US-amerikanische National Oceanic and Atmospheric Administration (NOAA) 100 Terabyte an Daten pro Tag. Mit einer numerischen Methode der Auswertung dauert so eine Berechnung dann an die sechs Stunden. Die Konsequenz ist, dass das erhaltene Wissen nicht nur bereits veraltet ist – immerhin fehlen die Daten der vergangenen Stunden – die Zahl der Vorhersagen, die auf diesem Weg pro Tag erstellt werden kann, ist begrenzt.

Maschinenlernen

Die Google-Lösung wählt hingegen einen ganz anderen Ansatz, für den man erheblich weniger Daten benötigt. Eine neuronales Netzwerk lernt anhand von Radardaten, wie Wetter funktioniert. Die KI behandelt das Thema also als eine Art fortgeschrittenes Bilderkennungsproblem. Trainiert wurden die neuronalen Netze mit zwischen den Jahren 2017 und 2019 von der NOAA gesammelten Daten.

Vergleiche

Das Ergebnis ist den Forschern zufolge eindeutig: Der KI-Ansatz ist in Tests allen derzeit genutzten, klassischen Prognosemodellen überlegen. So könne innerhalb weniger Minuten auf aktuelle Änderungen in der Wetterlage reagiert und die Prognose angepasst werden. Gerade in Hinblick auf den Klimawandel und die Zunahme von extremen Wetterereignissen seien solch flotte Analysen essentiell, um auf potentielle Bedrohungen rasch – und korrekt – reagieren zu können.

Schwächen

Allerdings hat der Google-Ansatz auch einen Nachteil: Seine Überlegenheit zeigt sich nur bei kurzfristigen Vorhersagen. Bei einem Ausblick über sechs Stunden hinweg sind dann wieder die klassischen Modelle überlegen. Darum wollen die Forscher in einem nächsten Schritt auch untersuchen, wie bestehende Ansätze mit einem KI-Modell auch langfristige Prognosen verbessern könnten. (apo, 14.01.2020)