WeatherNext 3: Googles KI-Wettermodell lernt mit rohen Satellitendaten

Google hat Version 3 seines KI-Wettermodells WeatherNext veroeffentlicht. Die groesste Aenderung betrifft die Datenbasis: Das Modell nimmt jetzt direkt rohe Wettersatelliten-Daten auf, statt sich ausschliesslich auf sogenannte Reanalysen zu stuetzen.

Weg vom Reanalysis-Datenguss

Bisher trainierten nahezu alle KI-Wettermodelle auf Reanalysen - konsistente globale Atmosphaeren-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 zusaetzlich direkt auf Rohdaten zurueck. WeatherNext 3 zieht jetzt nach - und kann dadurch stuendlich neue Vorhersagen produzieren.

Was sich sonst noch aendert

Zusaetzlich hat Google die raeumliche Aufloesung erhoeht und das Machine-Learning-Modell vergroessert. Ein separates KI-Modell, trainiert auf satellitengestuetzten Niederschlagsschaetzungen, erzeugt mehrere parallele Regen-Vorhersagen. Und: Black-Box-Modell hin oder her - fuer Oberflaechentemperatur und Taupunkt fliesst jetzt ein Hauch echter Physik ein.

Der eigentliche Vorteil

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

Quelle: arstechnica.com