Zusammenfassung:
Laut einem Bericht des National Public Radio (NPR) vom 26. Oktober verlassen sich Hurrikanprognostiker zunehmend auf künstliche Intelligenz, um Vorhersagen zu treffen, und sagen, dass diese Technologie das gesamte Gebiet rasch verändert. Als sich in diesem Monat der erste Hurrikan der atlantischen Hurrikansaison bildete, übertrafen die Verlaufsvorhersagen eines künstlichen Intelligenzmodells die traditioneller Modelle.
Anfang Oktober traf Hurrikan Isaias in der Nähe von Destin, Florida, USA, mit Hurrikanintensität der Kategorie 2 auf Land. Herkömmliche Vorhersagemodelle sagten zunächst voraus, dass es weiter nach Westen in Richtung Südosten von Louisiana gehen würde. Und das künstliche Intelligenzmodell von Google DeepMind stimmte von Anfang an: Der Hurrikan würde den westlichen Teil des Florida Panhandle treffen.
„Insbesondere Google DeepMind hat sich in den letzten Jahren wirklich als Goldstandardmodell erwiesen.“ sagte Michael Lowry, ein leitender Meteorologe und Hurrikanexperte in Miami, der die Federal Emergency Management Agency und das National Hurricane Center beraten hat. „Dieses Modell ist bei weitem das beste Computermodell, das wir je gesehen haben. Das ist es.“
Das U.S. National Hurricane Center hat zum ersten Mal seit letztem Jahr Google DeepMind-Modelle in offizielle Vorhersagen integriert. Bis zum Ende der atlantischen Hurrikansaison 2025 wird es bereits eines der besten Modelle zur Vorhersage der Spur und Intensität von Stürmen sein, sagte der Hurrikanforscher Brian McNoldy von der University of Miami. Oftmals müssen neue Modelle nach der Einführung jahrelang poliert werden. „Das ist etwas, woran wir nicht gewöhnt sind – ein neues Modell, das gerade eingetroffen ist, wurde schnell zum besten Modell“, sagte McNoldy. „Es war fast gleich nach seiner Veröffentlichung auf Platz 1, was eine ziemliche Leistung ist.“
Traditionelle Hurrikanmodelle, die auf physikalischen Gesetzen basieren, stützen sich auf von Satelliten und Flugzeugen gemessene Echtzeit-Atmosphärendaten wie Temperatur, Luftfeuchtigkeit, Luftdruck und Windscherung und verwenden dann komplexe Gleichungen, um den möglichen Weg und die Intensität des Sturms vorherzusagen. Das KI-Modell funktioniert ganz anders: Es verlässt sich eher auf die Geschichte und identifiziert Muster durch die Analyse tausender vergangener Hurrikane und begleitender atmosphärischer Daten.
„Das KI-Modell weiß eigentlich nichts über die Atmosphäre außer dem aktuellen Bild.“ Lowry sagte: „Abgesehen davon verlässt es sich nicht auf die maßgeblichen Gleichungen der atmosphärischen Bewegung, also die Gesetze der Physik, um Vorhersagen zu treffen.“ Lowry wies darauf hin, dass die meisten Leute, die diese Modelle entwerfen und entwickeln, nicht einmal Meteorologen seien: „Sie sind Software-Ingenieure, die neuronale Netze entwickeln.“ Das sogenannte „neuronale Netzwerk“ ist eine Reihe von Computeralgorithmen, die das menschliche Gehirn nachahmen und darauf trainiert sind, Muster in riesigen Datenmengen zu finden.
Somit wirken diese Modelle wie eine „Black Box“. „Wir wissen nicht, warum sie es richtig machen, und wir wissen nicht, warum sie es falsch machen“, sagte Lowry. Für Meteorologen kann es beunruhigend sein, sich auf ein System zu verlassen, das sie nicht vollständig verstehen, insbesondere bei Stürmen, wenn sich möglicherweise Millionen von Menschen auf dessen Vorhersagen verlassen. „Es bereitet uns ein wenig Unbehagen, weil wir wissen wollen, warum Sie die richtige Antwort bekommen haben“, sagte McNoldy. „Und ich habe das Gefühl, dass wir es nicht wissen – zumindest weiß ich es nicht.“
Allerdings funktionieren nicht alle KI-Modelle gut. Lowry sagte, es gebe eine große Anzahl ungetesteter Wettervorhersage-KI-Modelle auf dem Markt. Die beiden, die sich bisher als die genauesten erwiesen haben, wenn auch mit ihren eigenen Mängeln, sind Modelle, die von Google DeepMind und dem in Großbritannien ansässigen European Centre for Medium-Range Weather Forecasts entwickelt wurden.
Bei der Vorhersage des Weges von Isaias schlug das KI-Modell von Google DeepMind herkömmliche physikalische Modelle, konnte jedoch die Intensität des Sturms nicht gut vorhersagen. Am 10. Oktober von The Associated Press aufgenommene Fotos zeigen Menschen, die nach dem Hurrikan Isaias Gegenstände aus einem eingestürzten Hausboot in Destin holen.
Prognostiker des National Hurricane Center verwenden bei der Erstellung offizieller Vorhersagen mehrere bewährte Modelle, sowohl künstliche Intelligenz als auch traditionelle. „Jeder Sturm bringt unterschiedliche Vorhersageherausforderungen mit sich“, sagte Michael Brennan, Direktor des National Hurricane Center. „Deshalb verfolgen wir einen Ensemble-Ansatz und verwenden eine Mischung der besten Modelle.“ Und es liegt immer noch an den Menschen, die Ergebnisse dieser Modelle zu interpretieren und zu entscheiden, was sie der Öffentlichkeit erzählen. Während eines aktiven Hurrikans veröffentlicht das National Hurricane Center alle sechs Stunden Aktualisierungen. Die Modelle selbst ändern sich manchmal dramatisch zwischen Aktualisierungen, und Prognostiker müssen diese wackeligen Vorhersagen in klare Leitlinien umwandeln, auf die die Menschen reagieren können.
„Einer der großen Werte, die menschliche Prognostiker bieten, ist Kontinuität“, sagte Brennan. „Wir nutzen unser Fachwissen und unser Verständnis, um Hurrikanvorhersagen in Katastropheninformationen umzusetzen, und darauf müssen die Menschen wirklich achten.“
Wissenschaftler gehen davon aus, dass die Technologie rasch voranschreitet. Brennan sagte, das Google DeepMind-Modell müsse noch verbessert werden. Es übertraf andere Modelle bei der Verfolgung des Verlaufs von Isaias, blieb jedoch bei der Beurteilung der Intensität des Sturms hinter der gemischten Prognose des National Hurricane Center zurück. Brennans Team gibt regelmäßig Feedback an Google DeepMind, um zur Verbesserung des Modells beizutragen. Google antwortete nicht auf die Fragen von NPR zu diesem Thema.
Die „Zukunft der Prognosen verändert sich ständig“, sagte Brennan, und „es war nie eine Sache, die diese Fortschritte vorangetrieben hat.“ Vor nicht allzu langer Zeit, so bemerkte er, konnten Meteorologen nicht vorhersagen, wie stark ein Sturm innerhalb von zwei Tagen sein würde; Das hat sich aufgrund der Fortschritte bei den Prognosemodellen und der besseren Datenerfassung durch Satelliten und Flugzeuge geändert. „In Bezug auf Intensitätsvorhersagen ist der Fehler etwa halb so hoch wie während Katrina“, sagte Brennan.
Meteorologin Laurie glaubt, dass das Spannende an KI die Geschwindigkeit der Verbesserung ist. KI-Modelle können in nur wenigen Monaten oder sogar Wochen aktualisiert werden, während herkömmliche Modelle höchstens einmal im Jahr aktualisiert werden können. „Die Fortschritte, die sie in einem Jahr in der Technologie und bei der Vorhersage von Hurrikanen gemacht haben, waren Dinge, für die wir in der Vergangenheit zehn oder sogar mehr als zehn Jahre gebraucht haben“, sagte Lowry.
Aber auch wenn die künstliche Intelligenz schnell auf dem Vormarsch ist, sagte Lowry, er sei nicht besorgt darüber, dass künstliche Intelligenz den Menschen ersetzen werde. „Ich habe aufgrund der KI keine existenzielle Krise“, sagte Lowry. „Wenn überhaupt, denke ich, dass es ein Segen für unsere Branche ist.“
Kommentare