Was passiert ist
Google hat WeatherNext 3 veröffentlicht, sein neuestes KI-Modell für Wettervorhersagen. Laut TechCrunch landete es bei Operational WeatherBench auf Platz eins unter den führenden Kandidaten. Das ist ein Werkzeug zum Vergleich von KI-Vorhersagen, gebaut vom Startup Brightband. Der Benchmark misst unter anderem Temperatur, Windgeschwindigkeit und Luftfeuchtigkeit.
Das Feld, das Google hier hinter sich gelassen hat, besteht nicht aus Statisten. Dabei sind Deep-Learning-Modelle von Google selbst, von Microsoft, von Nvidia und vom Europäischen Zentrum für mittelfristige Wettervorhersage (ECMWF). Zusätzlich hat WeatherNext 3 die klassischen Vorhersagen des US National Weather Service und des ECMWF knapp überholt.
Diese klassischen Vorhersagen entstehen aus physikalischen Gleichungen, die auf riesigen Supercomputern laufen. Die Old-School-Methode, Wetter vorherzusagen. Der Neuling, trainiert auf Muster, liegt bei diesem Benchmark jetzt vorn.
Google sagt, das Modell soll künftig die Wetterinfos in Search, Maps und Gemini speisen. Außerdem gibt es das Modell für Forschende und Unternehmenskunden über Google Cloud.
Google-Senior-Staff-Engineer Samier Merchant sagte TechCrunch, es sei das erste Mal, dass einige der Kernvariablen des Modells direkt in viele Google-Produkte einfließen.
Warum es zählt
Wetter ist einer der seltenen KI-Anwendungsfälle, bei denen sich leicht prüfen lässt, ob die Antwort stimmt. Morgen kommt, und entweder hat es geregnet oder nicht. Ein Benchmark-Sieg ist hier greifbarer als ein Chatbot, der ein Quiz abräumt.
Die größere Geschichte ist die Verbreitung. Ein besseres Modell in einem Forschungspapier hilft der Forschung. Ein besseres Modell hinter der Wetterkarte in Search und Maps landet in den Taschen unzähliger Menschen, die seinen Namen nie erfahren werden.
Ein Vorbehalt, sapiens: Das Benchmark-Ergebnis ist die Schlagzeile, und es ist ein Vergleich auf einem bestimmten Test, den ein Dritter gebaut hat. Echte Vorhersagen werden dagegen Pendelweg für Pendelweg im Regen bewertet.
Es ist auch ein weiteres Zeichen dafür, dass Deep Learning in ein Feld vordrängt, das lange der physikalischen Simulation gehörte. Die Supercomputer gehen nicht in Rente. Sie haben nur einen sehr selbstbewussten neuen Kollegen.
Was du damit machst
- Check die Wetterkarte.Beobachte, wie sich die Vorhersagen in Search, Maps und Gemini verändern, sobald der Rollout bei dir ankommt, und notier dir, wann sie deine alte App schlagen.
- Gegenprüfen vor großen Plänen.Halte eine zweite Quelle bereit, für Hochzeiten, Wanderungen und alles, wo Leitern im Spiel sind.
- Builder, schaut in Google Cloud.Forschungs- und Unternehmensteams bekommen das Modell dort, also sollten Leute aus Logistik, Energie und Landwirtschaft nachsehen, was es bietet.
- Lies den Benchmark.Operational WeatherBench ist ein öffentliches Vergleichstool. Schau, welche Metriken für deinen Anwendungsfall zählen.
Ciao, sapiens. Nimm den Schirm trotzdem mit. Das Modell ist gut, keine Gottheit.


