Neue KI schlägt herkömmliche Wettermodelle

Google DeepMind sorgt mit seiner neuen Wetter-KI GraphCast nicht nur bei Meteorologen für Aufsehen. Sie übertrifft zum Teil die leistungsfähigsten Wettermodelle - und das mit beeindruckender Effizienz. Wird die KI schon bald die klassische Wetterprognose ersetzen?

Kürzlich stellten Forschende von Google DeepMind in einer im Journal "Science" veröffentlichten Studie eine neue Wetter-KI namens GraphCast vor. Sie kann ihnen zufolge sehr hochwertige 10-Tage-Prognosen berechnen und das mit einer bemerkenswerten Effizienz. Selbst nach Bewertung von Experten des Europäischen Zentrums für mittelfristige Wettervorhersage (ECMWF) kann GraphCast in bis zu 90 Prozent der Fälle Variablen wie Temperatur und Niederschlag besser prognostizieren als das beste Wettermodell des ECMWF (IFS HRES). Auch die Prognose der Zugbahnen tropischer Wirbelstürme gelingt bereits oft mehrere Tage länger im Voraus als mit klassischen Wettermodellen.

Dabei erzielt GraphCast obendrein eine um mehrere Größenordnungen bessere Effizienz, denn die Google-KI benötigt wesentlich weniger Rechenpower und läuft laut Google sogar auf nur einem einzigen Prozessor. Und dennoch liefert sie die Ergebnisse dabei tausendfach schneller ab - eine bemerkenswerte Verbesserung. Die Forschenden bezeichnen dies als einen Wendepunkt für die Wettervorhersage.

Klassische, numerische Wettermodelle laufen meist in riesigen Rechenzentren auf teuren und energiefressenden Supercomputern und benötigen aufgrund ihrer großen Komplexität dennoch häufig mehrere Stunden pro Rechenlauf. Eine derartige Verbesserung mithilfe der KI wie durch GraphCast kann folglich eine enorme Kosteneinsparung bedeuten.