KI SpotlightNewsWeatherNext 2 in Nature publiziert
DeepMinds KI-Modell sagt Zugbahn und Intensität tropischer Wirbelstürme gleichzeitig vorher und gewinnt im Schnitt einen Tag Vorlaufzeit
Mit KI erstellt◆ Fakten auf einen Blick
- Google DeepMind hat ein Modell namens WeatherNext 2 (WN2) entwickelt, das eine Komponente für Zyklonvorhersagen (WN‑C) umfasst.
- Das Modell sagt Zugbahn und Intensität von tropischen Wirbelstürmen gleichzeitig vorher.
- Es bietet im Durchschnitt etwa einen Tag oder mehr zusätzliche Vorlaufzeit im Vergleich zu führenden operationellen Modellen.
- WeatherNext 2 nutzt Functional Generative Networks (FGNs) und kann eine 15-Tage-Vorhersage in weniger als einer Minute auf einer TPU erstellen.
- Das Modell ist 8x schneller als vorherige Modelle (laut Hersteller).
- Der Code für WeatherNext 2 ist auf GitHub als Open Source verfügbar.
Google DeepMind hat das KI-Modell WeatherNext 2 in der Fachzeitschrift Nature veröffentlicht. Die darin beschriebene Zyklon-Komponente WN-C sagt erstmals Zugbahn, Intensität und Windradien tropischer Wirbelstürme gleichzeitig vorher – eine entscheidende Verbesserung gegenüber klassischen Modellen, die diese Größen oft getrennt behandeln. Die Auswertung erfolgte anhand aller Zyklone der Jahre 2023 bis 2025. Dabei wurden die Vorhersagen mit operationellen Spitzenmodellen verglichen. Im Mittel erzielte WN-C eine um einen Tag längere Vorlaufzeit bei vergleichbarer Genauigkeit. Möglich wird dies durch Functional Generative Networks (FGN), die Ensemble-Prognosen effizient erzeugen und Unsicherheiten abbilden. Der vollständige Code ist als Open Source auf GitHub verfügbar, sodass Forschung und Wetterdienste weltweit darauf aufbauen können.
