Deepmind: Neue Wetter-KI sagt Regen präzise voraus

Deepmind: Neue Wetter-KI sagt Regen präzise voraus

Deepminds neue KI soll Regen kurzfristig vorhersagen können – eine der größten Herausforderungen in der Wettervorhersage.

Das Londoner KI-Unternehmen Deepmind lieferte neben KI-Durchbrüchen im Brett- und Videospielbereich mit AlphaZero auch einen der wohl größten KI-Erfolge überhaupt: die erfolgreiche Vorhersage von Proteinfaltungen durch AlphaFold.

Das KI-System ist mittlerweile als Open Source verfügbar und wird etwa zur Entwicklung von Medikamenten gegen Parasiten eingesetzt. Deepmind veröffentlichte außerdem eine mit AlphaFold erstellte Datenbank zu menschlichen Proteinstrukturen.

Nun widmet sich Googles KI-Schwester dem Wetter: In Kooperation mit dem Met Office, dem nationalen Wetterservice des Vereinigten Königreichs, entwickelt Deepmind ein KI-System, das Niederschläge kurzfristig vorhersagen kann.

Deepmind blickt ein wenig in die Zukunft

Klassische Wettervorhersagen für die nächsten Tage sind meistens sogenannte numerische Wettervorhersagen, die auf Daten etwa von Wettersatelliten und lokalen Wetterstationen zurückgreifen. Bei dieser Methode werden physikalische Gleichungen gelöst für globale Wettervorhersagen. Sie habe jedoch Schwierigkeiten, hochauflösende Vorhersagen für kurze Vorlaufzeiten unter zwei Stunden zu erstellen, so Deepmind.

Solche sogenannten Gegenwartsvorhersagen (Nowcasting) seien für Sektoren wie Wasserwirtschaft, Landwirtschaft, Luftfahrt, Notfallplanung und Veranstaltungen im Freien unerlässlich. Dank der Fortschritte in der Wettersensorik seien mittlerweile hochauflösende Radardaten, die die Niederschlagsmenge am Boden messen, in hoher Frequenz verfügbar, beispielsweise alle fünf Minuten bei einem Kilometer Auflösung. Damit sei die Datengrundlage für eine Deep-Learning-Lösung des Nowcastings gegeben.

Deepminds DGMR verarbeitet aktuelle Niederschlagsdaten und generiert Vorhersagen für die nächsten 90 Minuten. | Video: Deepmind

Deepminds Lösung trägt den Namen DGMR („deep generative model of rainfall“) und wird in einer Veröffentlichung im Fachjournal Nature vorgestellt. Das KI-System generiert Gegenwartsvorhersagen für regionale Regenwahrscheinlichkeit in den nächsten 90 Minuten.

Deepminds DGMR generiert Radarkarten

Das Deepmind-Team trainierte das KI-System mit Radardaten von Wolkenformationen aus England und den USA. Die Daten bilden kurze Videoclips, die zeigen, wie Regenwolken über eine Region ziehen.

DGMR lernte anhand von Abschnitten aus den vorhandenen Radarvideos, den weiteren Verlauf der Regenwolken vorherzusagen und die Videos zu vervollständigen. Nach dem Training kann DGMR ausgehend von den letzten 20 Minuten Sensordaten den Verlauf der nächsten 90 Minuten vorhersagen. Danach fällt die Genauigkeit ab.

Für einen Test verglichen 56 Wetterexpert:innen des Met Office, die nicht an der Forschung beteiligt waren, die KI-generierten Vorhersagen mit Vorhersagen von Physiksimulationen und einem alternativen KI-Ansatz. Deepminds DGMR-Vorhersagen wurden in 89 Prozent der Fälle bevorzugt.

DGMR im Vergleich mit dem echten Verlauf, einer physikalischen Simulation und einer anderen KI-Methode. | Video: Deepmind

„KI-Algorithmen versuchen in der Regel, ihre Vorhersage auf ein bestimmtes, einfaches Ziel hin zu optimieren“, so Niall Robinson, Leiter für Partnerschaften und Produktinnovation beim Met Office, der die Studie mitverfasst hat. „Wettervorhersagen können jedoch in vielerlei Hinsicht gut oder schlecht sein. Vielleicht sagt eine Vorhersage den Niederschlag am richtigen Ort, aber mit der falschen Intensität vor, oder eine andere sagt die richtige Intensität, aber an den falschen Orten vor und so weiter. Wir haben uns in dieser Studie sehr viel Mühe gegeben, unseren Algorithmus anhand einer ganzen Reihe von Kriterien zu bewerten.“

Deepmind möchte nun das Modell ausbauen und auch langfristigere Vorhersagen mit KI verbessern. Alle genutzten Trainingsdaten und das DGMR-Modell gibt es auf Github.

Weiterlesen über Künstliche Intelligenz:

Quelle: Deepmind, Nature