Google hat kürzlich ein revolutionäres neues atmosphärisches Zirkulationsmodell, NeuralGCM, veröffentlicht, dessen Recheneffizienz erstaunlich 100.000 Mal höher ist als bei herkömmlichen physikalischen Modellen. Dieser Durchbruch entspricht dem gesamten Fortschritt im Hochleistungsrechnen in den letzten 25 Jahren. Dies bedeutet, dass die Vorhersage des Klimawandels eine neue Ära einläuten wird, in der Wissenschaftler zukünftiges Wetter schneller und genauer vorhersagen und sich mit den Auswirkungen des Klimawandels auf verschiedene Regionen auf der Welt befassen können, beispielsweise mit der Wahrscheinlichkeit extremer Wetterereignisse wie Dürren und Überschwemmungen und Intensität.
Kürzlich gelang Google ein erstaunlicher Durchbruch im Bereich der Wettervorhersage. Sie entwickelten ein neues atmosphärisches allgemeines Zirkulationsmodell namens NeuralGCM. Die Recheneffizienz dieses Modells ist ganze 100.000 Mal höher als die des herkömmlichen physikalischen Modells, was dem Fortschritt des Hochleistungsrechnens in den letzten 25 Jahren entspricht.
Der CEO von Google gab die Ergebnisse in den sozialen Medien bekannt und wies darauf hin, dass NeuralGCM Wissenschaftlern ein neues Tool zur Vorhersage des Klimawandels zur Verfügung stellen wird. Dies hilft Forschern, die Auswirkungen des Klimawandels auf verschiedene Regionen zu verstehen, wenn die globalen Temperaturen stark ansteigen, beispielsweise welche Gebiete unter langfristigen Dürren leiden könnten oder in Küstengebieten die Gefahr von Überschwemmungen besteht.
Herkömmliche Wettervorhersagemodelle basieren in der Regel auf den Gesetzen der Physik, indem sie die Erde in Würfel mit einer Seitenlänge von 50 bis 100 Kilometern unterteilen und Wetterveränderungen in diesen Gebieten berechnen. Allerdings ist diese Methode zu umfangreich und viele wichtige Klimaprozesse werden ignoriert. Im Gegensatz dazu nutzt NeuralGCM neuronale Netze, um die physikalischen Prinzipien kleinerer Wetterereignisse aus vorhandenen Daten zu lernen und so die Genauigkeit von Simulationen erheblich zu verbessern.
NeuralGCM wurde von 1979 bis 2019 anhand von Wetterdaten trainiert und zeigte innerhalb von 2 bis 15 Tagen eine Wettervorhersagegenauigkeit, die bestehende, hochmoderne physikalische Modelle übertraf. Auch im Hinblick auf die Klimavorhersage ist die Leistung von NeuralGCM recht beeindruckend, insbesondere bei der Temperaturvorhersage, deren Fehler nur ein Drittel des Fehlers herkömmlicher Modelle beträgt.
Darüber hinaus ist NeuralGCM im Vergleich zu herkömmlichen Modellen äußerst effizient, es ist 3.500-mal schneller und die Berechnungskosten sind 100.000-mal niedriger als bei X-SHiELD. Für die Ausführung ist lediglich ein gewöhnlicher Computer erforderlich.
Die Einführung von NeuralGCM stellt einen großen Fortschritt im Bereich der Klimamodellierung dar. Es bietet nicht nur neue Möglichkeiten für zukünftige Wettervorhersagen, sondern bietet auch eine stärkere Unterstützung für unsere Forschung zum Klimawandel.
Papieradresse: https://t.co/zyXhW8deko
Höhepunkte:
? Die Recheneffizienz des NeuralGCM-Modells ist 100.000 Mal höher als die herkömmlicher physikalischer Modelle und es kann 22 Tage Wetter in 30 Sekunden simulieren!
Die Genauigkeit von NeuralGCM übertrifft bestehende hochmoderne Modelle bei Wettervorhersagen von 2 bis 15 Tagen.
? Die Rechenkosten sind 100.000-mal niedriger als beim herkömmlichen Modell und es kann mit normalen Computern effizient ausgeführt werden.
Das Aufkommen von NeuralGCM hat der Klimavorhersage und Wettervorhersage eine beispiellose Effizienz und Genauigkeit verliehen und stellt ein leistungsstarkes Werkzeug zur Bewältigung des Klimawandels dar, das auf genauere Klimavorhersagen und effektivere Reaktionsstrategien in der Zukunft hindeutet.