Google hat kürzlich einen erstaunlichen Durchbruch im Bereich der Wettervorhersage erzielt. Sie haben ein neuartiges atmosphärisches Zirkulationsmodell namens NeuralGCM entwickelt, dessen Berechnungsleistung um ganze 100.000 Mal höher ist als bei traditionellen physikalischen Modellen – das entspricht dem Fortschritt der Hochleistungsrechner der letzten 25 Jahre.
Durch die Kombination von maschinellem Lernen und physikalischer Modellierung ist NeuralGCM sowohl schnell als auch präzise in der Simulation der Erdatmosphäre. Die Ergebnisse dieser Forschung wurden in der renommierten Fachzeitschrift „Nature“ veröffentlicht und stießen auf große Aufmerksamkeit.
Der Google-CEO kündigte dieses Ergebnis in den sozialen Medien an und betonte, dass NeuralGCM Wissenschaftlern ein völlig neues Werkzeug zur Klimawandelvorhersage bieten wird. In Zeiten stark steigender globaler Temperaturen hilft dies Forschern, die Auswirkungen des Klimawandels auf verschiedene Regionen zu verstehen, z. B. welche Regionen möglicherweise von lang anhaltenden Dürren betroffen sein könnten oder welche Risiken Küstengebiete durch Überschwemmungen haben.
Traditionelle Wettervorhersagemodelle basieren in der Regel auf physikalischen Gesetzen und teilen die Erde in Würfel mit einer Kantenlänge von 50 bis 100 Kilometern ein, um die Wetteränderungen in diesen Bereichen zu berechnen. Diese Methode vernachlässigt jedoch aufgrund ihrer groben Auflösung viele wichtige Klimaprozesse. Im Gegensatz dazu nutzt NeuralGCM neuronale Netze, um aus vorhandenen Daten die physikalischen Prinzipien kleinräumiger Wetterereignisse zu lernen und die Genauigkeit der Simulation deutlich zu verbessern.
NeuralGCM wurde mit Wetterdaten von 1979 bis 2019 trainiert und zeigt eine höhere Genauigkeit bei Wettervorhersagen von 2 bis 15 Tagen als die derzeit besten physikalischen Modelle. Auch bei der Klimavorhersage schneidet NeuralGCM hervorragend ab, insbesondere bei der Temperaturvorhersage, wobei der Fehler nur ein Drittel des Fehlers traditioneller Modelle beträgt.
Darüber hinaus ist NeuralGCM extrem effizient in Bezug auf Geschwindigkeit und Rechenkosten. Im Vergleich zu traditionellen Modellen ist es 3500 Mal schneller und die Rechenkosten sind um das 100.000-fache geringer als bei X-SHiELD. Es kann sogar auf normalen Computern betrieben werden.
Die Einführung von NeuralGCM markiert einen bedeutenden Fortschritt im Bereich der Klimamodellierung. Es bietet nicht nur neue Möglichkeiten für zukünftige Wettervorhersagen, sondern unterstützt auch unsere Forschung zum Klimawandel erheblich.
论文地址：https://t.co/zyXhW8deko
Wichtigste Punkte:
🌍 Die Berechnungsleistung des NeuralGCM-Modells ist 100.000 Mal höher als die traditioneller physikalischer Modelle. Es kann das Wetter von 22 Tagen in 30 Sekunden simulieren!
📈 Bei Wettervorhersagen von 2 bis 15 Tagen übertrifft NeuralGCM die Genauigkeit der derzeit besten Modelle.
💻 Die Rechenkosten sind um das 100.000-fache geringer als bei traditionellen Modellen. Es kann effizient auf normalen Computern betrieben werden.