GenCast: KI-gestützte Wettervorhersage setzt neue Maßstäbe

MÜNCHEN (IT BOLTWISE) – Die Wettervorhersage steht vor einem bedeutenden Wandel, da Google DeepMind mit GenCast ein neues KI-basiertes Modell eingeführt hat, das die Genauigkeit und Effizienz traditioneller Methoden übertrifft.

Die Wettervorhersage hat mit der Einführung von GenCast durch Google DeepMind einen bedeutenden Fortschritt erlebt. Dieses KI-basierte Modell kombiniert maschinelles Lernen mit physikalischer Modellierung und bietet präzisere 15-Tage-Prognosen, die traditionelle Methoden in den Schatten stellen. Besonders hervorzuheben ist die Fähigkeit von GenCast, extreme Wetterereignisse genauer vorherzusagen, was es zu einem wertvollen Werkzeug für Entscheidungsträger macht.

GenCast nutzt eine innovative probabilistische Technik, um verschiedene Szenarien zu bewerten und Trends von der Windenergieerzeugung bis zu tropischen Zyklonenbewegungen abzuschätzen. Diese Methode markiert einen Wendepunkt in der Wettervorhersage, indem sie moderne Machine-Learning-Modelle integriert. Laut Ilan Price von Google DeepMind könnte GenCast praktische Wettervorhersagesysteme erheblich bereichern.

Das Modell wurde mit vier Jahrzehnten an Daten des Europäischen Zentrums für Mittelfristige Wettervorhersage (ECMWF) trainiert und zeigt beeindruckende Ergebnisse: In 97,2 Prozent der Fälle übertrifft es die Vorhersagen des ECMWF. Diese Leistung baut auf den Erfolgen des GraphCast-Modells von DeepMind auf, das bereits im Vorjahr mit besseren Vorhersagen auf 90 Prozent der Metriken für drei bis zehn Tage überzeugte.

Ein weiterer Vorteil von GenCast ist seine Effizienz. Während traditionelle Methoden mehrere Stunden für die Erstellung von Prognosen benötigen, schafft GenCast dies in nur acht Minuten. Dennoch sehen die Forscher Potenzial für weitere Optimierungen, insbesondere bei der Vorhersage starker Stürme und der Anpassung der Datenauflösung an die neuesten ECMWF-Upgrades.

Die Bedeutung von GenCast wird auch durch die Anerkennung des ECMWF unterstrichen, das die Entwicklung als bedeutenden Meilenstein bezeichnet. Elemente von GenCast wurden bereits in das eigene KI-System des ECMWF integriert, was die Relevanz und den Einfluss dieser Technologie unterstreicht.

Obwohl GenCast beeindruckende Ergebnisse liefert, bleibt die Diskussion über die optimale Mischung aus KI und traditioneller Physik spannend. Google setzt auf eine hybride Technik, wie die Vorstellung des NeuralGCM-Modells im Juli zeigt, das sowohl maschinelles Lernen als auch physikalische Modellierung kombiniert. Steven Ramsdale vom britischen Met Office betont die Potenziale dieser Entwicklungen und sieht in einem hybriden Ansatz den größten Wert.