In jüngsten Tests hat GraphCast hinsichtlich der Vorhersagegenauigkeit das System des Europäischen Zentrums für mittelfristige Wettervorhersage (ECMWF) übertroffen.

In einer im Fachmagazin Science veröffentlichten Studie konnte GraphCast für 90 % der 1.380 getesteten Parameter, darunter Temperatur, Druck, Windgeschwindigkeit und -richtung sowie Luftfeuchtigkeit, genauere Vorhersagen erstellen.

Am wichtigsten ist jedoch, dass GraphCast bei der Vorhersage extremer natürlicher Wetterereignisse deutlich bessere Ergebnisse liefert.

Im September 2023 sagte GraphCast neun Tage vor dem Eintreten des Ereignisses voraus, dass Hurrikan Lee an der Küste von Nova Scotia in Kanada auf Land treffen würde, während herkömmliche Wettervorhersagetools nur sechs Tage im Voraus Vorhersagen lieferten. Darüber hinaus erwiesen sie sich hinsichtlich Landezeit und -ort als weniger präzise.

Untersuchungen zeigen: „GraphCast kann Hunderte von Wettervariablen für 10 Tage weltweit in weniger als einer Minute vorhersagen.“

Das GraphCast-Modell kombiniert Algorithmen des maschinellen Lernens und „Graph Neural Networks“ (GNNs) – eine Architektur zur Verarbeitung räumlich strukturierter Daten.

Das System wird mit meteorologischen Daten trainiert, die vom ECMWF seit über 40 Jahren archiviert werden. GNN ermöglicht die schnelle Erstellung von Prognosen mit minimalen Rechenressourcen.

Die Hauptaufgabe von GraphCast besteht darin, die Wechselwirkungen zwischen atmosphärischen Bedingungen an verschiedenen Orten rund um den Globus vorherzusagen.

Trotz erheblicher Fortschritte durch Google DeepMind bleibt die Wettervorhersage jedoch eine anspruchsvolle Aufgabe.

Das GraphCast-System ist noch nicht in der Lage, die komplexen Informationen bereitzustellen, die für die Vorhersage von Wetterereignissen wie Hurrikanen entscheidend sind.

Während sich traditionelle Prognosemodelle besser an den Klimawandel anpassen können, haben KI-Modelle, die auf historischen Daten trainiert wurden, mit sich ändernden Klimabedingungen immer noch Probleme.

Die Forscher von DeepMind zeigten sich jedoch zuversichtlich, dass das Modell auf verschiedene Arten von Wettersystemen skalierbar sei. Eine Betaversion von GraphCast ist jetzt auf der ECMWF-Website verfügbar.

(laut Infocity)

Künstliche Intelligenz läutet eine neue Ära der Präzisionsmedizin ein

Mit der Fähigkeit, riesige Datenmengen zu analysieren und Muster zu erkennen, die das menschliche Auge nicht erkennen kann, verändert künstliche Intelligenz die Art und Weise, wie Krankheiten diagnostiziert und klassifiziert werden.

USA und China geben „historische Vereinbarung“ zum Verbot von Anwendungen künstlicher Intelligenz bekannt

Es wird erwartet, dass US-Präsident Joe Biden und der chinesische Präsident Xi Jinping eine historische Vereinbarung bekannt geben, die den Einsatz künstlicher Intelligenz (KI) im Militär verbietet.

Die Rolle der künstlichen Intelligenz bei der Optimierung von Fertigungsprozessen

Da sich die Technologie weiterhin in beispiellosem Tempo weiterentwickelt, nutzt die Fertigungsindustrie die Leistungsfähigkeit der künstlichen Intelligenz (KI), um ihre Prozesse zu optimieren.