Microsofts Earth-System-Basismodell Aurora 1.5 erhält Upgrade: Vorhersagefehler bei Hurrikanpfaden um ein Drittel reduziert

de.wedoany.com-Bericht: Microsoft hat eine bedeutende Aktualisierung seines frei zugänglichen Earth-System-Basismodells Aurora 1.5 vorgenommen. Die neue Version enthält 22 zusätzliche meteorologische Variablen, die für die Bereiche Energie, Landwirtschaft, Verkehr und Klimarisikobewertung von entscheidender Bedeutung sind.

Das Modell bietet nun eine stündliche Zeitauflösung und unterstützt Ensemble-Wahrscheinlichkeitsvorhersagen.

Im Bereich der Vorhersage von Hurrikan- oder Taifunpfaden stehen verschiedene Vorhersagemodelle zur Verfügung. Traditionell gilt das Ensemble-Modell des Europäischen Zentrums für mittelfristige Wettervorhersage (ECMWF) als Maßstab. Microsoft gibt an, dass Aurora 1.5 bei 88,9 % der Bewertungsindikatoren besser abschneidet als die Konkurrenz.

Im Vergleich zur Vorgängergeneration zeigt die neue Version ebenfalls eine verbesserte Leistung. Testergebnisse belegen, dass der Ensemble-Median den Pfadfehler bei tropischen Wirbelstürmen (z. B. Hurrikan „Helene“) um ein Drittel reduziert.

Aurora 1.5 wird als Open-Access-Modell veröffentlicht, was ein positives Signal für Forscher, Regierungsbehörden, Unternehmen und die Öffentlichkeit darstellt. Microsoft plant zudem, es in kommerzielle Produkte wie Microsoft Weather zu integrieren.

In Anbetracht der Tatsache, dass Künstliche Intelligenz gelegentlich ungenaue oder fragwürdige Ergebnisse liefert, beabsichtigen die Entwickler, Aurora 1.5 in Kombination mit physikalisch-mathematischen Modellen (wie dem ECMWF) einzusetzen, anstatt es als Ersatz für traditionelle Modelle zu verwenden. Die genauesten Zyklonvorhersagen stützen sich oft auf Daten aus mehreren Modellen; die Einbeziehung der Vorhersagen von Aurora 1.5 wird die Informationsbasis weiter bereichern.

Gleichzeitig hat die US-amerikanische Nationale Wetterbehörde (NOAA) erstmals ein KI-basiertes Wettervorhersagemodell in den operationellen Betrieb übernommen. Ihr Hauptmodell AIGFS basiert auf Googles DeepMind GraphCast und wurde mit NOAA-Daten feinabgestimmt. Es kann in 40 Minuten eine 16-Tage-Vorhersage erstellen und verbraucht dabei nur 0,3 % der Rechenressourcen des traditionellen GFS-Modells.