Aktuelle KI-Wettermodelle können den Schmetterlingseffekt nicht simulieren.
10.01.2024
Auch wenn wir perfekte Beobachtungen und Modelle zur Verfügung hätten, bliebe das Zeitintervall, für das präzise Wettervorhersagen möglich sind begrenzt. Diese Begrenzung hängt mit grundlegenden physikalischen Eigenschaften der Erdatmosphäre zusammen, die dazu führen, dass kleine Fehler sehr schnell wachsen und sich ausbreiten, ein Phänomen, das als Schmetterlingseffekt bekannt ist. In einer aktuellen Arbeit haben wir untersucht, ob ein auf künstlicher Intelligenz basierendes Wettermodell in der Lage ist, diesen Schmetterlingseffekt zu reproduzieren. Dabei stellten wir fest, dass anfängliche Unsicherheiten im KI-basierten Modell nur sehr langsam wachsen und somit keinerlei Anzeichen für einen Schmetterlingseffekt vorhanden sind (siehe Abbildung). Das KI-Modell würde die Vorhersagbarkeit der Atmosphäre stark überschätzen. Dieses Beispiel zeigt, dass maschinelles Lernen Schwierigkeiten haben kann, grundlegende physikalische Prinzipien zu reproduzieren, obwohl es beobachtete Verhaltensweisen gut nachahmen kann.
EOS-Magazin Artikel:
https://eos.org/research-spotlights/ai-meets-its-match-the-butterfly-effect
Paper:
Selz, T., & Craig, G. C. (2023). Can artificial intelligence-based weather prediction models simulate the butterfly effect? Geophysical Research Letters, 50, e2023GL105747. https://doi.org/10.1029/2023GL105747