Google hat eine revolutionäre Premiere geschafft. Der Suchmaschinengigant hat einen Algorithmus entwickelt, der meteorologische Experten schlagen wird. GraphCast, die neue künstliche Intelligenz des Suchmaschinenriesen, erstellt effiziente und zuverlässige Wettervorhersageberichte. Hier sind die Details…
Googles neue künstliche Intelligenz GraphCast präsentiert stolz das Wetter!
Google hat einen Algorithmus entwickelt, der Ihnen sagt, welche Jacke Sie beim Ausgehen tragen sollten. Google DeepMind, der auf künstliche Intelligenz spezialisierte Brain Trust des Suchmaschinenriesen, hat neue Wege beschritten. Er kündigte ein neues Wettervorhersagemodell an, das herkömmliche Systeme um mehr als 90 % übertrifft. Das maschinelle Lernmodell mit dem Namen GraphCast erstellt 10-Tage-Vorhersagen, die besser, schneller und energieeffizienter sind als die Tools, mit denen Ihre Wetter-App heute läuft.
„Wir glauben, dass dies ein Wendepunkt in der Wettervorhersage ist“, so die Google-Forscher in einer von ihnen veröffentlichten Studie.
Wie also funktioniert dieser Algorithmus? Im Allgemeinen wird dieses aktuelle Vorhersagemodell als numerische Wettervorhersage (NWP) bezeichnet. Die NWP basiert auf den Grundsätzen der Strömungsdynamik, der Thermodynamik und anderer atmosphärischer Wissenschaften. Darüber hinaus simuliert dieses Modell Veränderungen und baut riesige Modelle auf. Dieser Algorithmus ist sehr komplex. Er ist auch sehr teuer und erfordert tonnenweise Rechenleistung.
Anstatt zu simulieren, wie Moleküle fliegen und ineinander krachen, legt GraphCast mehr Wert auf historische Daten. Es bricht also mit der Tradition. Mit anderen Worten: Dieser Algorithmus ist ein maschinelles Lernmodell, das Vorhersagen auf der Grundlage von Ereignissen in der Vergangenheit trifft. Darin steckt eine Menge ausgeklügelte Computerwissenschaft. Aber im Großen und Ganzen ist es viel einfacher, was das Niveau und die Anzahl der erforderlichen Berechnungen angeht.
GraphCast beginnt mit Daten über das aktuelle Wetter auf der Erde und das Wetter vor sechs Stunden. Dann wird eine Vorhersage darüber gemacht, wie das Wetter sechs Stunden später aussehen wird. GraphCast speist diese Vorhersagen dann wieder in das Modell ein. Es führt dieselbe Berechnung durch. So werden längerfristige Vorhersagen möglich.
