GenCast predicts weather and the risks of extreme conditions with state-of-the-art accuracy
Zusammenfassung
Kurz
Google DeepMind zufolge sagte das probabilistische Modell GenCast Wetter und Extremereignisse in Tests bis zu 15 Tage im Voraus genauer voraus als das ECMWF-Ensemble ENS. Der berichtete Vergleich nutzte Daten bis 2018 zum Training und Daten aus 2019 zur Prüfung; traditionelle Wettermodelle bleiben laut den Autoren als Quelle für Trainingsdaten und Anfangsbedingungen wichtig.
Mittel
Google DeepMind stellt GenCast als probabilistisches KI-Modell vor, das Wettervorhersagen und Einschätzungen zu Extremrisiken bis zu 15 Tage im Voraus verbessern soll. Anders als ein Modell mit einer einzelnen Schätzung erzeugt GenCast Ensembles aus mindestens 50 möglichen Wetterverläufen, um Unsicherheit abzubilden. Trainiert wurde es mit vier Jahrzehnten ERA5-Wetterdaten des ECMWF bei 0,25 Grad Auflösung.
In einem rückblickenden Test mit Trainingsdaten bis 2018 und Prüfdaten aus 2019 verglichen die Autoren 1.320 Kombinationen aus Variablen und Vorhersagezeiträumen. Laut Bericht übertraf GenCast ENS bei 97,2 Prozent der Prüfziele, bei mehr als 36 Stunden Vorlauf bei 99,8 Prozent. Auch bei Extremtemperaturen, starkem Wind und Wirbelsturm-Zugbahnen habe es besser abgeschnitten. Ein Machbarkeitsversuch zur Windenergie ergab ebenfalls genauere Vorhersagen als ENS. Für eine 15-Tage-Prognose nennt der Bericht acht Minuten auf einer einzelnen TPU v5; Ensemblemitglieder könnten parallel berechnet werden.
Die Leistungsangaben beruhen auf den von den Entwicklern beschriebenen Tests und belegen nicht alle künftigen Wetterlagen. Traditionelle Modelle bleiben laut Bericht zentral, da sie GenCast mit Trainingsdaten und Anfangsbedingungen versorgen. Google DeepMind gibt an, Code und Gewichte veröffentlicht zu haben; Vorhersagedaten sollten später folgen.
Ausführlich lesen
Der Bericht stellt GenCast vor, ein probabilistisches KI-Wettermodell von Google DeepMind, das laut den Autoren bis zu 15 Tage voraus bessere Vorhersagen für alltägliches Wetter und Extremereignisse liefere als das operationelle Ensemble des Europäischen Zentrums für mittelfristige Wettervorhersage (ECMWF ENS). Anders als ein deterministisches Modell, das eine einzelne Schätzung erzeugt, erstellt GenCast Ensembles mit mindestens 50 möglichen Wetterverläufen. Damit soll es Unsicherheit abbilden und Entscheidungsträgern verschiedene Szenarien samt ihrer Wahrscheinlichkeit zugänglich machen.
GenCast ist ein Diffusionsmodell, das für die Kugelgestalt der Erde angepasst wurde. Trainiert wurde es mit vier Jahrzehnten historischer Wetterdaten aus dem ERA5-Archiv des ECMWF. Die Daten umfassen unter anderem Temperatur, Windgeschwindigkeit und Luftdruck in verschiedenen Höhen und liegen laut Bericht in einer Auflösung von 0,25 Grad vor.
Für den Leistungsvergleich trainierten die Autoren das Modell mit historischen Daten bis einschließlich 2018 und prüften es anhand von Daten aus dem Jahr 2019. Sie verglichen 1.320 Kombinationen aus Wettervariablen und Vorhersagezeiträumen. Nach ihren Angaben war GenCast bei 97,2 Prozent dieser Prüfziele genauer als ENS; bei Vorlaufzeiten von mehr als 36 Stunden betrug der Anteil 99,8 Prozent. Die Autoren berichten außerdem, dass GenCast extreme Hitze, Kälte und starke Winde besser vorhersagte und bei Entscheidungen über Vorsorgemaßnahmen gegen Extremwetter einen höheren wirtschaftlichen Nutzen bot. Bei tropischen Wirbelstürmen habe es die Zugbahnen besser vorhergesagt; als Beispiel zeigt der Bericht Taifun Hagibis, dessen vorhergesagte mögliche Zugbahnen sich bis zum Landgang zunehmend bündelten. In einem als Machbarkeitsnachweis beschriebenen Versuch zu Windenergie war GenCast bei der Vorhersage der Gesamtleistung von Gruppen von Windparks ebenfalls genauer als ENS.
Als Rechenzeit nennt der Bericht acht Minuten auf einer einzelnen Google Cloud TPU v5 für eine 15-Tage-Vorhersage; die Mitglieder eines Ensembles ließen sich parallel erzeugen. Traditionelle physikbasierte Ensembles wie ENS benötigten laut Autoren Stunden auf einem Supercomputer mit Zehntausenden Prozessoren. Der Vergleich stellt GenCast mit 0,25 Grad den ENS-Auflösungen von 0,2 oder 0,1 Grad gegenüber.
Die Ergebnisse sind als Angaben der Entwickler einzuordnen: Der beschriebene rückblickende Test umfasst Daten aus 2019 und die genannten Prüfziele, nicht sämtliche denkbaren Wetterlagen oder künftigen Betriebsbedingungen. Für den Windenergieversuch nennt der Bericht einen Machbarkeitsnachweis. Zugleich betont er, dass traditionelle Wettermodelle wichtig bleiben: Sie liefern Trainingsdaten und die Anfangsbedingungen, die GenCast benötigt. Google DeepMind erklärt, Code und Modellgewichte veröffentlicht zu haben; Echtzeit- und historische Vorhersagen sollten laut Bericht zu einem späteren Zeitpunkt folgen. Als Ziel nennt das Unternehmen die Zusammenarbeit mit Wetterdiensten und weiteren Fachgemeinschaften.
Gegengeprüft von Claude Haiku 5.5: kleine Mängel
Der Bericht ist ein Wetterforschungsbeitrag mit Schwerpunkt auf Leistungsvergleichen und offener Veröffentlichung. Sicherheits-, Monopol- und Verantwortungsfragen werden darin kaum behandelt, deshalb fallen die Stufen für die Sammelfragen und Teilfragen niedrig bis mittel aus. Lunas Stufen und Anteile wurden nicht übernommen.
Im Bericht, aber nicht in der Zusammenfassung
- Die Veröffentlichung in Nature als Grundlage der Aussagen
- ENS wird als führendes operatives System beschrieben, von dem viele nationale und lokale Entscheidungen täglich abhängen
- GenCast ist ein Diffusionsmodell mit Anpassung an die Erdkugelgeometrie
- Der bessere wirtschaftliche Nutzen bei Entscheidungen zu Extremwetter und das Beispiel des Taifuns Hagibis
- Laut Bericht vermeidet das Ensemble sowohl Über- als auch Untertreibung seiner Zuversicht
In der Zusammenfassung, laut Prüfung nicht im Bericht belegt
- Die Einschränkung, dass die Leistungsangaben nicht alle künftigen Wetterlagen belegen, steht so nicht im Bericht
Wie die Modelle den Bericht einordnen
Ansicht
Filter
Vorfälle melden
- SF-M4 Wie kommen Meldungen von Laboren, Betreibern und Nutzern schnell und geschützt zu den Stellen, die handeln müssen, auch über Grenzen hinweg?
- clef 100 %kein Bezug
- Luna 28 %Hintergrund, keine Belege
- JEV 41 %einzelne zitierbare Belege
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Fähigkeiten messen
- SF-F2 Wenn ein Staat ein Modell als Beleg für eine überschrittene Schwelle nennt oder ein Risiko an der Herkunft eines Modells festmacht: Wie wird das überprüfbar?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 33 %einzelne zitierbare Belege
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-F4 Für welche Modelle, Entwickler und Einsätze gelten Prüfregeln, und wann muss neu geprüft werden?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 40 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Unabhängig prüfen
- SF-P1 Unter welchen Bedingungen lassen Staaten und Labore sich gegenseitig prüfen: mit welchem Zugang, welchen Daten und welchen öffentlichen Ergebnissen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 32 %einzelne zitierbare Belege
- amos 39 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 40 %einzelne zitierbare Belege
- amos 29 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 41 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-P4 Wie lässt sich die Größe von Trainingsläufen überprüfen, ohne Modelldetails offenzulegen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 36 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Tempo und Grenzen
- SF-T2 Woran erkennen andere, dass ein Labor wirklich bremst?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 41 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
- clef 100 %kein Bezug
- Luna 32 %Hintergrund, keine Belege
- JEV 100 %kein Bezug
- amos 48 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 68 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Vertrauen in Modelle
- SF-V4 Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 46 %einzelne zitierbare Belege
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
- clef 100 %kein Bezug
- Luna 35 %Hintergrund, keine Belege
- JEV 28 %einzelne zitierbare Belege
- amos 42 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 52 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-V5-T02 Würde man lieber einem großen, überwachten Modell vertrauen oder vielen kleinen, nicht überwachten?
Modelle teilen und schützen
- SF-H1 Wo endet die erlaubte Nutzung fremder Modellausgaben, und wo beginnt unerlaubte Destillation, also das Trainieren eines eigenen Modells mit diesen Ausgaben?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 43 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-H2 Was darf offen veröffentlicht werden, und wer ist verantwortlich, wenn ein offenes Modell anderswo Schaden anrichtet?
- clef 100 %kein Bezug
- Luna 63 %einzelne zitierbare Belege
- JEV 59 %einzelne zitierbare Belege
- amos 29 %einzelne zitierbare Belege
- SubQ 38 %gleiches Oberthema, hilft nicht
- drex 26 %einzelne zitierbare Belege
- d3-ultra 100 %kein Bezug
- Haiku-Prüfung Hintergrund, keine Belege
- SF-H2-T01 Was unterscheidet das Veröffentlichen von Modellgewichten (den gelernten Parametern) oder von Agentenwerkzeugen mit offenem Quellcode vom Freisetzen einer Waffe: die Absicht des Akteurs, die Selbstständigkeit des Modells, seine Verwendung oder der Schaden, den es von sich aus anrichten kann? Und können Staaten diese Grenze gemeinsam festschreiben, bevor ein offenes Modell im Mittelpunkt eines schweren Vorfalls steht?
- SF-H2-T03 Wenn ein Modell mit offenen Gewichten erstmals eine Fähigkeitsschwelle doppelter Verwendbarkeit überschreitet, also Fähigkeiten, die sich für nützliche wie für schädliche Zwecke nutzen lassen: Welche gemeinsame Ankündigungsfrist und welche unabhängige Bestätigung würden die zuständigen Behörden vor der Freigabe erwarten? Und wer bescheinigt im umgekehrten Fall, dass die Schwelle nicht überschritten wurde?
- SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
- clef 100 %kein Bezug
- Luna 65 %umfangreiche Belege
- JEV 47 %beantwortet teilweise oder widerspricht
- amos 37 %einzelne zitierbare Belege
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- Haiku-Prüfung einzelne zitierbare Belege
Offenlegung und Rechenschaft
- SF-O2 Was sollten Regierungen, Labore und Prüfer über ihre Gespräche, Zusagen, Prüfungen und Eingriffe offenlegen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 42 %einzelne zitierbare Belege
- amos 45 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 37 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-O3 Welcher Text gilt, und wie beweist man, dass ein Dokument nicht verändert wurde?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 43 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Beteiligung und Gemeinwohl
- SF-E1 Welche echte Stimme bekommen weitere Staaten, kleine Labore, Hochschulen und Zivilgesellschaft bei den Regeln für KI?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 42 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 53 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
- clef 100 %kein Bezug
- Luna 91 %einzelne zitierbare Belege
- JEV 63 %einzelne zitierbare Belege
- amos 26 %einzelne zitierbare Belege
- SubQ 100 %kein Bezug
- drex 35 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- Haiku-Prüfung umfangreiche Belege
- SF-E4-T01 Was hieße die Formel von KI als „gemeinsamem Gut der ganzen Menschheit“ praktisch (Zugang, Teilen des Nutzens, gestaffelte Preise, Technologietransfer), so dass jeder Staat sie tatsächlich unterschreiben und prüfen könnte?
- SF-E4-T02 Welche konkreten Mechanismen (bezahlbarer Zugang zu Modellen, Rechenleistung im öffentlichen Interesse, Technologietransfer) sollen Sicherheitsregeln begleiten, damit sie Monopole nicht vertiefen und Länder mit wenig Mitteln nicht abhängig zurücklassen?
- SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 44 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 59 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Weitere Berichte zu diesen Fragen
- Wie kommen Meldungen von Laboren, Betreibern und Nutzern schnell und geschützt zu den Stellen, die handeln müssen, auch über Grenzen hinweg?
- Wenn ein Staat ein Modell als Beleg für eine überschrittene Schwelle nennt oder ein Risiko an der Herkunft eines Modells festmacht: Wie wird das überprüfbar?
- Unter welchen Bedingungen lassen Staaten und Labore sich gegenseitig prüfen: mit welchem Zugang, welchen Daten und welchen öffentlichen Ergebnissen?
- Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
- Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
- Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
- Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
- Was darf offen veröffentlicht werden, und wer ist verantwortlich, wenn ein offenes Modell anderswo Schaden anrichtet?
- Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
- Was sollten Regierungen, Labore und Prüfer über ihre Gespräche, Zusagen, Prüfungen und Eingriffe offenlegen?
- Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
- Alle Berichte im Archiv