WeatherNext 3: Googles KI-Wettermodell lernt mit rohen Satellitendaten

Google hat Version 3 seines KI-Wettermodells WeatherNext veröffentlicht. Die größte Änderung betrifft die Datenbasis: Das Modell nimmt jetzt direkt rohe Wettersatelliten-Daten auf, statt sich ausschließlich auf sogenannte Reanalysen zu stützen.

Weg vom Reanalysis-Datenguss

Bisher trainierten nahezu alle KI-Wettermodelle auf Reanalysen - konsistente globale Atmosphären-Snapshots, die allerlei Messdaten zu einem einheitlichen Bild vermischen. Der Haken: Informationen aus den Rohdaten gehen in diesem “Mixer” verloren, und die Snapshots entstehen nur alle sechs Stunden. Traditionelle numerische Modelle greifen deshalb zusätzlich direkt auf Rohdaten zurück. WeatherNext 3 zieht jetzt nach - und kann dadurch stündlich neue Vorhersagen produzieren.

Was sich sonst noch ändert

Zusätzlich hat Google die räumliche Auflösung erhöht und das Machine-Learning-Modell vergrößert. Ein separates KI-Modell, trainiert auf satellitengestützten Niederschlagsschätzungen, erzeugt mehrere parallele Regen-Vorhersagen. Und: Black-Box-Modell hin oder her - für Oberflächentemperatur und Taupunkt fließt jetzt ein Hauch echter Physik ein.

Der eigentliche Vorteil

KI-Wettermodelle erreichen ähnliche Vorhersagequalitaet wie traditionelle Supercomputer-Modelle, brauchen dafür aber deutlich weniger Rechenleistung - und können dadurch viel häufiger laufen. Nachdem WeatherNext zuletzt mit früheren Hurrikan-Vorhersagen von sich reden machte, zeigt Version 3, wie KI-Wettermodelle sich die Datenpipeline ihrer klassischen Konkurrenz schrittweise einverleiben.

Quelle: arstechnica.com