China stützt sich auf inländische KI-Modelle, um Wettervorhersagen für Extremwetterereignisse zu schärfen

China hat einen neuen Weg in seinem Bestreben gefunden, eine globale KI-Macht zu werden, da die Wetterbehörde des Landes und Forschungsinstitute inländisch gebaute KI-Modelle an die Frontlinie ihres Systems zur Überwachung und Vorhersage von Taifunen gestellt haben. 

Die größte Volkswirtschaft Asiens hat ihre Augen auch bereits auf Expansionsrouten gerichtet, da sie nun plant, die KI-Systeme die bereits im Land im Einsatz sind, auf andere Entwicklungsländer, insbesondere solche mit hohem Extremwetterrisiko im asiatisch-pazifischen Raum, zu übertragen.

China baut ein KI-Wettersystem für die Welt 

Während China selbst der erste Kunde seiner inländischen KI-Wetterlabore war, hat das Land auch den Anspruch geäußert, diese weltweit verbreiten zu lassen, was sie potenziell zum globalen Standard machen könnte. 

Laut einem Xinhua-Bericht der vom Informationsbüro des Staatsrates getragen wird, stellte die Chinesische Meteorologische Verwaltung (CMA) das große Sprachmodell für Wetterdienste „Fenghe“ auf der diesjährigen World Artificial Intelligence Conference in Shanghai als globales Open-Source-Projekt vor. 

Das Fenghe-Modell liefert personalisierte Wetterinformationen und Risikowarnungen für chinesische Nutzer. 

Die internationale Version erhielt die „Early Warnings for All“-Initiative der Vereinten Nationen, die Beratungen auf Chinesisch und Englisch anbietet und Entwicklern ermöglicht, eigene Anwendungen auf Basis des Modells zu erstellen.

Welche Länder nutzen bereits chinesische KI-Wettermodelle?

Pakistan, Dschibuti, Äthiopien, Jordanien, die Mongolei, die Salomonen und Sri Lanka sind sieben Entwicklungsländer, die chinesische KI-Wettermodelle bereits direkt in ihre täglichen Katastropheneinsätze integriert haben. 

Allerdings betreiben sie ein anderes Modell als Fenghe. Stattdessen betreiben sie Mazu (Multi-Hazard Alert, Zero-gap and Universal), ein weiteres System der CMA, das in seiner Verbreitungsagenda weiter fortgeschritten ist.

Pan Jinjun, ein Chefingenieur der CMA, bezeichnete Mazu als „internationales öffentliches Gut“, das „maßgeschneiderte Frühwarnservices für Entwicklungsländer“ liefert. 

Weitere 40 Länder des Globalen Südens experimentieren bereits mit einer schnelleren öffentlichen Cloud-Version des Systems, das nach der Meeresgöttin benannt ist.

Können KI-Wettersysteme die Taifunüberwachung verbessern? 

Die Forschungsseite bringt messbare Gewinne. Wissenschaftler des Instituts für Physik der Atmosphäre der Chinesischen Akademie der Wissenschaften haben in Zusammenarbeit mit der Fudan-Universität Chinas FuXi-KI-Wettermodell mit einer Methode kombiniert, die sie Orthogonal Conditional Nonlinear Optimal Perturbations (O-CNOPs) nennen, um die Bandbreite der möglichen Sturmbahnen abzubilden. PreventionWeb berichtete am 1. August über diese Arbeit.

Bei 62 Taifunfällen und 91 Vergleichsexperimenten entsprach das kombinierte FuXi-CNOPs-System den besten globalen operativen Ensembles nach 24 Stunden und übertraf sie von 24 bis 120 Stunden, wobei die maximalen Bahnfehler um bis zu 32,33 % reduziert und die Unsicherheitsschätzungen um bis zu 29,2 % verfeinert wurden, so das Team unter der Leitung der Forschungswissenschaftler Duan Wansuo und Li Hao. 

Die Studie erschien in Advances in Atmospheric Sciences. Duan sagte der Global Times, dass der Ansatz kein zusätzliches Training großer Modelle benötige, was die Rechenkosten niedrig halte und die Bereitstellung im täglichen Betrieb erleichtere.

Ein Stapel chinesischer Modelle treibt die Bemühungen voran

Diese Tools basieren auf mehreren chinesischen Vorhersagemodellen, die internationale Aufmerksamkeit erregt haben. FengWu, entwickelt von Forschern in Shanghai, erstellt globale Vorhersagen mit einer Auflösung von 0,25 Grad. 

In einer in Communications Earth & Environment veröffentlichten Studie übertraf es das hochauflösende Modell des European Centre for Medium-Range Weather Forecasts sowie Pangu-Weather und GraphCast, erweiterte die verlässlichen Vorhersagen über die 10-Tage-Marke hinaus und reduzierte den Fehler bei der Vorhersage der Bahn tropischer Wirbelstürme über fünf Tage auf 201 Kilometer für das Jahr 2022.

Huaweis Pangu-Weather, ein weiteres inländisches System, erstellt Vorhersagen viel schneller als traditionelle numerische Vorhersagemodelle, und Huawei gibt an, dass sowohl das ECMWF als auch das Nationale Meteorologische Zentrum der CMA die Vorteile bestätigt haben. Zusammen geben diese Modelle Peking eine inländische Basis, auf die es zurückgreifen kann, während es sein Wetter-KI im Ausland vermarktet.