Die Wettervorhersage macht mit dem neuen KI -System Europas einen großen Schritt nach vorne

Bleiben Sie mit kostenlosen Updates informiert

Einfach anmelden Künstliche Intelligenz Myft Digest – direkt an Ihren Posteingang geliefert.

Eine verbesserte Wettervorhersage mit künstlicher Intelligenz verspricht, mit der Einführung eines neuen europäischen Systems einen großen Schritt nach vorne zu machen, das konventionelle Prognosemethoden für bis zu 15 Tage vorübergehend übertreffen kann.

Während Technologieunternehmen und meteorologische Büros auf der ganzen Welt bereits KI auf das Wetter anwenden, die Europäisches Zentrum für Wettervorhersagen mit mittlerem Bereich (ECMWF) sagte, sein Betriebsmodell habe neue Wege gebrochen, indem er jederzeit globale Vorhersagen für alle frei zur Verfügung stellte.

“Dieser Meilenstein wird die Wetterwissenschaft und Vorhersagen verändern”, sagte Florence Rabier, Generaldirektor von ECMWF, einer zwischenstaatlichen Organisation. “Das Betriebssystem für KI -Vorhersagen erzeugt den größten Parameterbereich mithilfe von maschinellem Lernen, das bisher verfügbar ist.”

Eine in den letzten 18 Monaten getestete experimentelle Version zeigte, dass das System bei wichtigen Vorhersagen etwa 20 Prozent genauer war als die besten herkömmlichen Methoden, die Millionen weltweiter Wetterbeobachtungen in Supercomputer füttern und sie mit physikalischen Gleichungen knupfen.

Das neue europäische System könnte die Spur eines tropischen Zyklons 12 Stunden weiter voraussagen, was eine wertvolle zusätzliche Warnzeit für schwere Ereignisse verleiht, sagte Florian Pappenberger, ECMWF -Direktor für Prognosen.

Die Welt erlebte ihre heißesten Temperaturen im Jahr 2024, und Europa ist zum schnellsten wärmenden Kontinent geworden und löst extreme Wetterereignisse aus. Die Agentur war an der Spitze der Beobachtungen und der öffentlichen Bewusstsein für die Auswirkungen des Klimawandels.

Andere mittelgroße KI-Vorhersagesysteme umfassen Gencast und Graphcast von Google DeepMindPangu-Weather aus Huawei, Fourcastnet von Nvidia und Fuxi von der Shanghai Academy of AI für Science und Fudan University. Alle wurden in einer Datenbank mit Wetterbeobachtungen geschult, die über 40 Jahre vom ECMWF zusammengestellt wurden.

Der Vergleich der Genauigkeit konkurrierender KI -Prognosesysteme sei schwierig, sagte Pappenberger, da sich ihre relative Leistung je nach den untersuchten Variablen und Zeitskalen unterschied. Die vom ECMWF veröffentlichten Ergebnisse geben eine Vorstellung von der Leistung, identifizieren jedoch keinen Gesamtmeister.

Pappenberger bemerkte jedoch, dass sein System die Vorhersage vieler mehr Merkmale als Standardtemperatur, Niederschlag und Wind vorhersagte. Beispielsweise prognostiziert es auch Sonnenstrahlungs- und Windgeschwindigkeiten bei 100 Metern – die Höhe einer typischen Turbine – hilfreich für den Sektor für erneuerbare Energien.

Obwohl ECMWF-Prognosen frei verfügbar sind, gibt die Agentur weder Unwetter-Benachrichtigungen noch an maßgeschneiderte Vorhersagen an Branchenbenutzer aus, sodass die speziellen Prognosen nationalen oder lokalen Behörden und privaten Unternehmen überlassen.

ECMWF und eine Gruppe europäischer nationaler Met-Büros haben nach dem griechischen Gott der Winde einen technischen Rahmen für die Open-Source-Rahmen für AI-Wettersysteme genannt. Die zugrunde liegende maschinell-lernende Architektur basiert auf demselben „Grafiknetzwerk“ wie die Prognosemodelle von Google DeepMind.

Peter Battaglia, Forschungsdirektor bei DeepMind, sagte, es sei “beeindruckend” zu sehen, wie sich das ECMWF an die KI -Welle angepasst habe, die das Feld in den letzten Jahren umgestaltet habe, und das neueste offene Modell würde den Pool des Wissens erhöhen.

Das ECMWF plant, sein System weiter zu verbessern, indem er seine räumliche Auflösung erhöht und sich von der vorliegenden Version von der vorliegenden Version bewegt, die jeweils eine Prognose generiert, um „Ensemble -Prognosen“ – oder eine Sammlung von 50 Prognosen gleichzeitig mit leicht unterschiedlichen Startbedingungen zu erstellen, um eine bereitzustellen, um eine zu liefern, um eine zu liefern, um eine zu liefern, eine Sammlung von 50 Prognosen zu erstellen Spektrum möglicher Ergebnisse.

In Zukunft, sagte Kirstine Dale, Chief AI-Offizierin des UK Met Office, eine Mischung aus physikbasierten und datenbasierten Simulationen, für „ihre kombinierten Stärken, um genaue, schnelle, zuverlässige und vertrauenswürdige Prognosen bereitzustellen“.

Heute sind die Grenzen der zuverlässigen täglichen Wettervorhersagen in Europa sechs bis sieben Tage im Voraus für Niederschlag und Wind sowie bis zu 14 oder 15 Tage für die Temperatur, sagte Pappenberger.

„Modelle für maschinelles Lernen haben eine faire Chance, dies zu erweitern, da sie möglicherweise etwas aus den Daten extrahieren können, die wir in physikbasierten Modellen möglicherweise nicht gut genug darstellen.“