Google nutzt Machine Learning für genauere Wetterprognosen

Machine Learning – oftmals fälschlicherweise mit künstlicher Intelligenz gleichgesetzt – stellt einen Teilbereich der künstlichen Intelligenz dar. Heruntergebrochen werden hierbei Daten, wie beispielsweise historische Messdaten, dazu verwendet, um Muster zu erkennen. Durch das Training sollen ähnliche Muster dann in neuen, unbekannten Datensätzen wiedererkannt werden. Einsatz findet dies bei Google und auch bei anderen großen Unternehmen mitunter in der Früherkennung von Krebs oder für Flutvorhersagen. Wie man bei Google nun bekannt gibt, nutzt Google Machine Learning auch für präzisere Wettervorhersagen.

Konkret schafft es Google, eine Niederschlagsvorhersage für bis zu 6 Stunden im Voraus zu treffen. Hierbei ist man auf einen Kilometer genau und schafft das Ganze mit maximalen Latenzen zwischen 5 und 10 Minuten, was genauer ist als bisherige Methoden. Herkömmliche Ansätze nutzen um die 100 Terabyte an täglichen Daten als Grundlage zur Erstellung von Wetterprognosen. Selbst Supercomputer haben mit dieser Aufgabe so viel zu tun, dass das Ergebnis meist keine aktuelle, sondern eine mehrere Stunden alte Prognose ist.

Googles Methoden sind hierbei präzise und schnell genug um im Ernstfall Evakuierungsmaßnahmen einzuleiten und dienen eher für Kurzzeitvorhersagen als Langzeitprognosen. Das Unternehmen setzt alleinig auf ein neuronales Netz, welches von Vergangenheitsbildern gespeist wird, nicht aber mit physikalischem Wissen über die Funktionsweise der Atmosphäre.

Nichts Neues per se, verdeutlicht aber nochmals wozu Machine Learning bereits heute in der Lage ist und wohin die Reise mit künstlicher Intelligenz in Zukunft gehen kann und wird. Gerade was Prognosen von Krankheiten und Naturkatastrophen betrifft, werden wir hier sicher in den nächsten Jahren einiges an Frühwarnsystemen sehen, die möglicherweise einige Menschenleben retten können.