China setzt im Zentrum seiner Taifun-Überwachungs- und Prognoseinfrastruktur auf im Inland entwickelte KI-Modelle und macht damit einen weiteren Schritt in seinem Bestreben, zu einem globalen KI-Führer zu werden. Die nationale Wetterbehörde und angeschlossene Forschungsinstitute betreiben diese heimischen Systeme inzwischen im operativen Einsatz und planen, sie auf Entwicklungsländer im asiatisch-pazifischen Raum und darüber hinaus auszuweiten. Dies geschieht zu einer Zeit, in der sich die KI-gestützte Wettervorhersage zu einem wettbewerbsintensiven Feld entwickelt, in dem Modelle chinesischer Institutionen ebenso wie westlicher Unternehmen wie Google DeepMind die traditionellen numerischen Verfahren herausfordern, die die globale Wetterprognose seit Jahrzehnten geprägt haben.

Ein KI-Wettersystem für den weltweiten Einsatz

China war der erste Nutzer seiner eigenen KI-Wetterlabore, hat aber signalisiert, diese Systeme zu einem internationalen Standard machen zu wollen. Laut einem von der Nachrichtenagentur Xinhua über das Informationsbüro des Staatsrats verbreiteten Bericht stellte die China Meteorological Administration (CMA) auf der diesjährigen World Artificial Intelligence Conference in Shanghai das Wetterdienste-Großsprachmodell Fenghe als globales Open-Source-Projekt vor.

Fenghe liefert chinesischen Nutzern personalisierte Wetterinformationen und Risikoalarme. Eine internationale Version wurde der Initiative der Vereinten Nationen Early Warnings for All zur Verfügung gestellt — einem Programm, das bis 2027 universellen Schutz vor Gefahren sicherstellen soll — und bietet Beratungen auf Chinesisch und Englisch sowie die Möglichkeit für Entwickler, Anwendungen auf Basis des Modells zu entwickeln.

Welche Länder nutzen bereits chinesische KI-Wettermodelle?

Sieben Entwicklungsländer — Pakistan, Dschibuti, Äthiopien, Jordanien, die Mongolei, die Salomonen und Sri Lanka — haben chinesische KI-Wettermodelle bereits direkt in ihre täglichen Katastrophenoperationen integriert. Viele dieser Länder liegen in Regionen, die stark tropischen Wirbelstürmen, Überschwemmungen und anderen wetterbedingten Gefahren ausgesetzt sind, verfügten historisch jedoch nicht über die Supercomputing-Infrastruktur, die für hochauflösende numerische Wettervorhersagen erforderlich ist. Sie verwenden allerdings nicht Fenghe. Stattdessen nutzen sie Mazu (Multi-hazard Alert, Zero-gap and Universal), ein weiteres CMA-System, das in seiner internationalen Verbreitung weiter fortgeschritten ist.

Pan Jinjun, ein leitender Ingenieur der CMA, bezeichnete Mazu als ein „internationales öffentliches Gut“, das „maßgeschneiderte Frühwarndienste für Entwicklungsländer“ biete. Weitere 40 Länder des Globalen Südens testen derzeit eine schnellere Public-Cloud-Version des Systems, das nach der chinesischen Meeresgöttin benannt ist.

Verbessern KI-Wettersysteme die Taifun-Überwachung?

Auch in der Forschung werden messbare Fortschritte erzielt. Wissenschaftler am Institute of Atmospheric Physics unter der Chinese Academy of Sciences arbeiteten mit der Fudan-Universität zusammen und kombinierten Chinas KI-Wettermodell FuXi mit einer Methode namens Orthogonal Conditional Nonlinear Optimal Perturbations, kurz O-CNOPs, um den möglichen Verlauf eines Sturms abzubilden. PreventionWeb berichtete am 1. August darüber.

Über 62 Taifun-Fälle und 91 Vergleichsexperimente hinweg erreichte das kombinierte FuXi-CNOPs-System nach 24 Stunden die Leistung der besten globalen operativen Ensemblen und übertraf sie im Bereich von 24 bis 120 Stunden. Laut dem von den Forschungsstipendiaten Duan Wansuo und Li Hao geleiteten Team reduzierte das System die maximalen Spurfehler um bis zu 32,33 % und verringerte die Unsicherheitsabschätzungen um bis zu 29,2 %.

Die Studie erschien in Advances in Atmospheric Sciences. Duan sagte der Global Times, der Ansatz erfordere kein zusätzliches Training großer Modelle, was die Rechenkosten senke und den Einsatz im täglichen Betrieb erleichtere.

Eine Reihe chinesischer Modelle stützt den Vorstoß

Diese Werkzeuge bauen auf mehreren chinesischen Vorhersagemodellen auf, die international Beachtung gefunden haben. FengWu, entwickelt von Forschern in Shanghai, erstellt globale Vorhersagen mit einer Auflösung von 0,25 Grad.

In einer in Communications Earth \u0026 Environment veröffentlichten Studie übertraf es das hochauflösende Modell des European Centre for Medium-Range Weather Forecasts sowie Pangu-Weather und GraphCast, verlängerte verlässliche Vorhersagen über die 10-Tage-Marke hinaus und senkte den Fehler bei der Zugbahn tropischer Wirbelstürme für 2022 auf 201 Kilometer.

Huaweis Pangu-Weather, ein weiteres im Inland entwickeltes System, erzeugt Vorhersagen deutlich schneller als die traditionelle numerische Prognose, und Huawei sagt, sowohl das ECMWF als auch das National Meteorological Center der CMA hätten seine Vorteile bestätigt. Zusammen verschaffen diese Modelle Peking eine inländische Basis, auf die es bei der Vermarktung seiner Wetter-KI im Ausland zurückgreifen kann.

Wenn Sie dies lesen, sind Sie bereits einen Schritt voraus. Bleiben Sie es mit unserem Newsletter .