Künstliche Intelligenz hat die Wettervorhersage in den vergangenen Jahren stark verändert. Aber obwohl moderne KI-Modelle schnelle und energieeffiziente Prognosen liefern und bei durchschnittlichen Wetterlagen oft eine Genauigkeit erreichen, die mit klassischen physikbasierten Modellen vergleichbar ist oder diese übertrifft, stoßen die KI-basierte Vorhersagen bei extremen Wetterereignissen mit neuen Rekordwerten jedoch an Grenzen. Das zeigt eine internationale Studie unter Leitung des Karlsruher Instituts für Technologie (KIT) und der Universität Genf, die in Science Advances veröffentlicht wurde.
Untersucht wurde, wie gut moderne KI-Wettermodelle extreme Hitze-, Kälte- und Windereignisse vorhersagen, die bisherige Rekorde übertreffen, mit dem Ergebnis, dass das physikbasierte hochauflösende Modell HRES des Europäischen Zentrums für mittelfristige Wettervorhersage den führenden KI-Modellen bei solchen Ereignissen durchweg überlegen war.
Verglichen wurden unter anderem die KI-Modelle GraphCast, Pangu Weather und Fuxi mit HRES. Während KI-Modelle bei der Gesamtbewertung aller Wetterlagen gut abschnitten, zeigten sie bei Rekordereignissen deutlich größere Prognosefehler. Lesen Sie weiter.........
