Selbstlernendes neuronales Netzwerk: Google will per Künstliche Intelligenz Wettervorhersagen schnell und präzise

MÜNCHEN/MOUNTAIN VIEW (IT BOLTWISE) – Mit einem neuen Ansatz will der Suchmaschinenriese Google die Wettervorhersage neu erfinden. Ein neuronales Netzwerk lernt selbstständig, wie Wetter funktioniert und berechnet die weitere Entwicklung in Echtzeit. Via Künstliche Intelligenz soll das passieren und wenn jemand Rechenpower zur Verfügung hat, dann doch Google, um dieses Projekt erfolgreich umzusetzen.

Die Herausforderung, vor allem bei kurzfristigen Wettervorhersagen, ist, dass die Berechnung einer Wettervorhersage aus Satellitendaten überaus komplex, zeitraubend und kapazitätslastig ist. Wenn etwa die US-amerikanische National Oceanic and Atmospheric Administration (NOAA) ihre 100 Terabyte an gesammelten Daten pro Tag zur Vorhersageberechnung nutzen würde, würde dies mindestens 6 Stunden zur Berechnung benötigen.

Aus exakt solchen Gründen ist laut Google-Ingenieur Jason Hickey nicht nur keine kurzfristige Wettervorhersage zu bewerkstelligen, auch ist die Prognose, die aus der Berechnung hervorgeht ungenau, weil sie Minimum sechs Stunden alt ist und die angesammelten Daten, welche während der Berechnungszeit angefallen sind, naturgemäß in die Prognose nicht eingeflossen sein können, obwohl sie an sich hätten einfließen müssen, um eine noch exakte Vorhersage überhaupt treffen zu können.

Google möchte etwas anders an die Sache herangehen und stellt eine Methode vor, welche weit weniger Daten benötigt und nach Aussage der Entwickler praktisch umgehend ihre Prognosen anpassen kann. Mittelpunkt dieser neuen Methodik ist ein selbstlernendes neuronales Netzwerk, das Google mit den zwischen den Jahren 2017 und 2019 von der NOAA gesammelten Radardaten trainiert hat. Im Grunde habe es sich bei diesem Training um die Lösung einer Art fortgeschrittenes Bilderkennungsproblem gehandelt, so Hickey.

Dabei soll dieses Netzwerk gelernt haben, wie Wetter und das Klima funktioniert, indem es die Verläufe aus den Daten analysiert und daraus die Gesetzmäßigkeiten erkannt hat. Das scheint funktioniert zu haben, denn nach Googles Angaben sind die Ergebnisse überzeugend.

So habe sich der Ansatz über das selbstlernende neuronale Netzwerk mithilfe von künstlicher Intelligenz in Testläufen allen klassischen Prognosemodellen überlegen gezeigt. Die KI-Prognose könne innerhalb weniger Minuten auf aktuelle Änderungen in der Wetterlage reagieren und die Vorhersage entsprechend anpassen.

Der noch vorhandene Haken an Googles neuer Methodik ist, dass sie tatsächlich nur bei kurzfristigen Wettervorhersagen gegenüber klassischen Methoden im Vorteil ist. Geht die Vorhersage über einen Zeitraum von sechs Stunden hinweg, erweisen sich die konventionellen Vorhersagemodelle weiterhin als verlässlicher.

Bei Google soll nun überlegt werden, wie das Modell auf Basis von künstlicher Intelligenz angepasst werden muss, damit es auch für die längerfristige Vorhersage funktioniert.