Google DeepMind hat am Donnerstag einen bedeutenden Durchbruch in der Hurrikan-Vorhersage bekannt gegeben und ein innovatives KI-System vorgestellt, das tropische Zyklone mit bisher unbekannter Präzision in Bezug auf ihren Verlauf und ihre Stärke vorhersagen kann. Dies löst langjährige Herausforderungen traditioneller meteorologischer Modelle.
Gleichzeitig hat DeepMind „Weather Lab“ vorgestellt, eine interaktive Plattform zur Darstellung ihrer experimentellen Zyklonvorhersagemodelle. Das Modell kann bereits 15 Tage im Voraus bis zu 50 mögliche Sturmszenarien generieren. Noch bemerkenswerter ist die Ankündigung einer Partnerschaft mit dem **National Hurricane Center (NHC)** der USA, was den ersten Fall darstellt, dass dieses Bundesamt experimentelle KI-Vorhersagen in seinen operativen Vorhersungsprozess integriert.
Ferran Alet, Forschungswissenschaftler bei DeepMind und Projektleiter, sagte während einer Pressemitteilung am Mittwoch: „Wir haben drei verschiedene Dinge gezeigt. Erstens ein völlig neues experimentelles Modell, speziell für Zyklone entwickelt. Zweitens freuen wir uns sehr, mit dem Nationalen Hurrikanzentrum der USA zusammenzuarbeiten, sodass professionelle Wetterforscher unsere Vorhersagen in Echtzeit sehen können.“
Diese Ankündigung markiert einen wichtigen Schritt für KI-Anwendungen in der Wettervorhersage. In den letzten 50 Jahren haben tropische Zyklone wie Hurrikane, Taifune und Zyklone weltweit Schäden von bis zu 1,4 Billionen US-Dollar verursacht, daher hängt die genaue Vorhersage von der Sicherheit von Millionen Menschen in anfälligsten Küstengebieten ab.
Überwindung der Grenzen traditioneller Modelle
Traditionelle Wettermodelle haben Schwierigkeiten, sowohl den Verlauf als auch die Stärke von Stürmen genau vorherzusagen. Globale Niedrigaufklärungsmodelle sind gut in der Lage, den Sturmverlauf zu prognostizieren, aber schlecht in der Vorhersage der Stärke; regionale Hochaufklärungsmodelle können dagegen besser die Stärke vorhersagen, aber nicht die breiten atmosphärischen Muster erfassen. Alet erklärte: „Die Vorhersage von tropischen Zyklonen ist schwierig, weil wir zwei verschiedene Dinge versuchen zu prognostizieren: erstens den Verlaufsprognose – wohin wird der Zyklon gehen? Und zweitens die Stärkenprognose – wie stark wird der Zyklon werden?“
Das experimentelle Modell von DeepMind zielt darauf ab, beide Fragen gleichzeitig zu beantworten. Bei internen Evaluierungen gemäß den Protokollen des NHC zeigte das KI-System signifikante Verbesserungen gegenüber existierenden Methoden. Im Fünftagesprognosefall lag es durchschnittlich 140 Kilometer näher an der tatsächlichen Sturmlage als das europäische führende physikalisch-basierte Integrationsmodell ENS. Noch bemerkenswerter war, dass das System in der Stärkenprognose den NOAA-Hurrikan-Analysis-and-Forecast-System (HAFS) übertraf, wo KI-Modelle in dieser Hinsicht bisher Schwierigkeiten hatten.
Signifikante Verbesserungen in Geschwindigkeit und Effizienz
Zusätzlich zur Genauigkeit zeigte das KI-System eine bemerkenswerte Effizienz. Traditionelle physikalische-basierte Modelle benötigen möglicherweise Stunden, um Vorhersagen zu generieren, während DeepMinds Modell in nur etwa einer Minute auf einem dedizierten Rechnerchip 15-tägige Vorhersagen erstellen kann. Alet erklärte, dass das neue Modell etwa 8-mal schneller als frühere Modelle von DeepMind ist.
Dieser Geschwindigkeitsvorteil ermöglicht es dem System, dringende Betriebsfristen einzuhalten. Tom Anderson, Forschungsingenieur im DeepMind AI-Wetterteam, erklärte, dass das NHC insbesondere eine Vorhersage innerhalb von sechs Stunden nach Datenerfassung fordert, und das KI-System hat diese Zielsetzung bereits erreicht.
Eine bahnbrechende Zusammenarbeit mit dem Nationalen Hurrikanzentrum
Die Zusammenarbeit mit dem Nationalen Hurrikanzentrum der USA bestätigt die Wirksamkeit der KI-Wettervorhersage stark. Keith Battaglia, Senior Manager der DeepMind Wettermannschaft, sagte, dass sich die Zusammenarbeit von informellen Gesprächen zu einer formelleren Partnerschaft entwickelt habe, bei der Wetterexperten die KI-Vorhersagen mit traditionellen Methoden kombinieren können. Mit dem Beginn der Atlantik-Hurrikan-Saison 2025 werden Forecastern des NHC Zugang zu den KI-Vorhersagen haben, die sie mit traditionellen physikalischen-basierten Modellen und Beobachtungsdaten kombinieren können, um möglicherweise die Vorhersagegenauigkeit zu erhöhen und Warnungen frühzeitig auszugeben.
Kate Musgrave, Forscherin am Institut für Atmosphärenforschung der Colorado State University, hat das DeepMind-Modell unabhängig bewertet. Sie fand heraus, dass das Modell „in Bezug auf Bahn und Stärke Ergebnisse erreicht, die mit oder sogar über denen der besten laufenden Modelle liegen“, und äußerte, dass sie „diese Ergebnisse in den realen Hurrikansaison-Vorhersagen 2025 bestätigen möchte“.
Trainingsdaten und Technologie hinter den Innovationen
Die Effizienz des KI-Modells beruht auf dessen Schulung mit zwei unterschiedlichen Datensätzen: großen Reanalyse-Daten, die globale Wettermuster aus Millionen von Beobachtungen rekonstruieren, sowie einer spezialisierten Datenbank mit fast 5.000 Details über tropische Zyklone der letzten 45 Jahre. Alet erklärte, dass diese duale Methode im Gegensatz zu früheren KI-Wettermodellen steht, die hauptsächlich allgemeine atmosphärische Bedingungen betrachteten, da dieses Modell spezifisch für Zyklone trainiert wurde.
Das System integriert außerdem „Funktionsgenerierungnetze (FGN)“, die neuesten Entwicklungen in der Wahrscheinlichkeitsmodellierung von DeepMind. Diese Technologie erlaubt es, durch das Lernen von Störparametern vorhersagbare Varianten zu generieren, die strukturierter als frühere Methoden sind.
Helle Zukunft für Frühwarnsysteme
Weather Lab ist bereits aktiv und enthält mehr als zwei Jahre historischer Vorhersagedaten, die Experten zur Bewertung der Modellleistung in allen Becken nutzen können. Anderson illustrierte die Funktionalität des Systems anhand der Hurrikane Berly im Jahr 2024 und Odys im Jahr 2023. Besonders bemerkenswert war Odys, der sich rasch verstärkte, bevor er Mexiko traf und viele traditionelle Modelle überraschte. Nachdem DeepMind diese Fallstudie den Forecastern des NHC präsentierte, sagten sie, dass sie „frühere Warnungen über die potenzielle Gefahr dieses Hurrikans hätten geben können, wenn unser Modell damals die relevanten Daten gehabt hätte“.
Der zukünftige Blick auf Wettervorhersagen und Klimaanpassung
Dieser Fortschritt markiert die zunehmende Reife von KI in der Wettervorhersage. DeepMinds GraphCast und andere KI-Wettermodelle haben kürzlich Durchbrüche erzielt und beginnen in verschiedenen Metriken traditionelle Systeme zu übertreffen. Battaglia sagte: „Wir konnten zeigen, dass die Leistung dieser maschinellen Lernsysteme den traditionellen physikalisch-basierten Systemen gleichkommt oder sie sogar übertrifft, daher besteht die Chance, sie aus der wissenschaftlichen Sphäre in die Praxis zu überführen – was wirklich spannend ist.“
Trotzdem betonte DeepMind, dass Weather Lab weiterhin ein Forschungswerkzeug ist und Nutzer offizielle Meteorologenorganisationen weiterhin für autoritative Vorhersagen und Warnungen nutzen sollten. Die Firma plant, Rückmeldungen von Wetterbehörden und Notdiensten zu sammeln, um die praktische Anwendung der Technologie zu verbessern. Bei zunehmender Verschärfung tropischer Zyklone durch den Klimawandel ist die Verbesserung der Vorhersagen für die Sicherheit der weltweit anfälligen Küstengebiete entscheidend.
Alet fasste zusammen: „Wir glauben, dass KI in dieser Hinsicht Lösungen bieten kann.“ Mit dem Beginn der Hurrikan-Saison 2025 steht die tatsächliche Leistung des DeepMind-Experimentiersystems vor einer ultimativen Prüfung.
