KI SpotlightNewsGoogle finanziert Ai2-Team für Klimamodell NeuralGCM+
Das Allen Institute for AI will Googles NeuralGCM zu einem offenen Modell für Klimaprojektionen über Jahrzehnte ausbauen. Leistungsdaten fehlen bislang.
Mit KI erstelltInhalt
◆ Fakten auf einen Blick
- Ai2 startet eine Klimamodell-Initiative mit dreijähriger Förderung von Google.org und technischer Unterstützung von Google Research.
- Ai2 entwickelt NeuralGCM+ als Open-Source-Modell für schnellere und verlässlichere Klimaprojektionen.
- NeuralGCM+ baut auf Googles NeuralGCM auf, das Gleichungen für großskalige Dynamik und KI für kleinskalige Prozesse nutzt.
- Geplant ist eine gemeinsame Simulation von Atmosphäre und Ozean, die Wärmeaufnahme und -verteilung der Ozeane erfasst.
- Ai2 fokussiert Klimatrends über Jahre bis Jahrzehnte, Google Research dagegen Vorhersagen über Wochen bis Monate.
Google finanziert Ai2-Team für Klimaprojektionen über Jahrzehnte
Das Allen Institute for AI (Ai2) startet eine Initiative für Klimamodelle. Google.org finanziert sie drei Jahre lang, Google Research unterstützt technisch. Ziel ist NeuralGCM+, ein Open-Source-Modell auf Basis von Googles NeuralGCM. Mit dem Geld soll das Climate-Modeling-Team von Ai2 wachsen. Nach Angaben von Ai2 handelt es sich um mehrere Millionen Dollar.
Konkrete Zahlen nennt nicht Ai2, sondern GeekWire: etwa 5 Millionen US-Dollar, dazu weitere 1,8 Millionen US-Dollar an Cloud-Credits. Das bislang achtköpfige Team wächst um vier Personen. Die Summen sind im vorliegenden Material nicht weiter belegt. Ai2 selbst spricht nur von „multimillion-dollar“.
Ai2 will mit NeuralGCM+ Klimaprojektionen „schneller und verlässlicher“ machen. Das ist eine Zielsetzung des Instituts und kein Befund.
Gekoppelte Atmosphäre-Ozean-Simulation statt Wetter-Fokus
NeuralGCM verbindet physikalische Gleichungen für die großskalige Dynamik mit KI für kleinskalige Prozesse wie Wolkenbildung und Niederschlag. Ai2 will das Modell so erweitern, dass Atmosphäre und Ozean gemeinsam simuliert werden. Damit soll sich abbilden lassen, wie Ozeane Wärme aufnehmen und verteilen. Das beeinflusst langfristige Klimaentwicklungen maßgeblich.
Die Arbeit ist aufgeteilt. Google Research entwickelt NeuralGCM seit der Erstveröffentlichung weiter, vor allem für Vorhersagen über Wochen bis Monate, etwa wie warm oder nass ein kommender Sommer ausfallen könnte. Ai2 konzentriert sich auf Klimatrends über Jahre bis Jahrzehnte: Niederschlag und Wasserverfügbarkeit bis Mitte des Jahrhunderts, zum Beispiel im Südwesten der USA.
Oliver Watt-Meyer, bei Ai2 Forschungsdirektor für KI-Klimamodellierung, begründet die Aufteilung laut GeekWire so: Google richte NeuralGCM auf Wetter mit höchstens einem Jahr Vorlauf aus und habe weniger Interesse und Expertise bei Klimaprojektionen über Jahrzehnte. Als Nutzer nennen Ai2 und GeekWire Wasserbehörden und Planer. Sie brauchen Aussagen zu Regen, Temperatur und Wasserversorgung für die nächsten 5 bis 50 Jahre. Diese Zielgruppe stammt von Ai2 beziehungsweise aus dem Medienbericht.
Noch keine Benchmarks, und die Vorgänger-Evaluation zeigt eine Schwäche
Zu NeuralGCM+ liegen bislang weder Ergebnisse noch Benchmarks vor. Auch die Lizenz ist nicht genannt. Ai2 spricht lediglich von „open-source“. Bei NeuralGCM steht der Code unter Apache-2.0, die trainierten Gewichte unter CC BY-SA 4.0.
Zum Vorgänger gibt es dagegen Daten. Laut dem Nature-Paper von 2024 ist NeuralGCM bei Vorhersagen über 1 bis 15 Tage konkurrenzfähig. Gegenüber konventionellen Modellen spart es Rechenaufwand um Größenordnungen. Mit vorgegebener Meeresoberflächentemperatur verfolgt es Klimakennzahlen wie die globale Mitteltemperatur über mehrere Jahrzehnte.
Eine Evaluation anhand von Hitzewellen-Storylines zeigt aber eine Schwäche. NeuralGCM bildet ein extremes Hitzeereignis genau nach und liefert stabile Projektionen bis Mitte des Jahrhunderts. Weil Landrückkopplungen fehlen, unterschätzt es jedoch die projizierte Erwärmungsamplitude gegenüber physikbasierten Modellen.
Ai2 betreibt außerdem bereits den Klimaemulator ACE. Ob NeuralGCM+ den Anspruch einlöst, lässt sich erst an veröffentlichten Benchmarks und unabhängigen Evaluationen prüfen.
