Heute am Samstag ist es tagsüber meist stark bewölkt, aber noch trocken. Bei schwachen Südostwinden klettern die Temperaturen auf 6 Grad.
Heute Abend und in der kommenden Nacht zum Sonntag bringt uns eine Warmfront länger anhaltende Regenfälle (5-10 mm). Dabei steigen die Temperaturen auf 8 Grad.
Der morgige Sonntag ist ein relativ freundlicher Tag. Mit in Böen starken Südwestwinden strömen milde Luftmassen zu uns und die Temperaturen steigen auf 13 Grad. Dabei ist es wechselnd bewölkt mit zeitweiligem Sonnenschein. Nur vereinzelt bilden sich Regenschauer.
In der Nacht zum Montag und am Montag nimmt die Schauerneigung zu und die Wolkendecke lockert nur noch selten auf. Der Südwestwind lässt zögerlich nach. Die Temperaturen liegen gleichmäßig bei 10 Grad.
Am Dienstag dreht im Tagesverlauf der nur noch schwache Wind auf Nord und damit beginnt die Zufuhr kälterer Luft. Immerhin werden aber noch maximal 8 Grad erreicht. Weiterhin ist es bewölkt mit einzelnen Regenschauern.
Am Mittwoch und Donnerstag bestimmt ein Zwischenhoch mit kalter Luft unser Wetter. Es ist niederschlagsfrei, gelegentlich sonnig, teilweise aber auch neblig. Am Tag bis +4, nachts bis -4 Grad. Es wehen nur schwache Winde.
Nachfolgend setzt zum nächsten Wochenende hin eine windige und zeitweise nasskalte (Schneeregen) West- bis Nordwestwetterlage ein.
Wetterochs
P.S.: Es ging ja in letzter Zeit durch viele Medien und Zuschriften habe ich auch schon eine Menge zu dem Thema erhalten: Die KI (künstliche Intelligenz) macht Wettervorhersagen! Konkret macht GraphCast von Google DeepMind Wettervorhersagen. Die Meldungen sind überschwänglich, angeblich wurde sogar das beste konventionelle Wettermodell, das des ECMWF geschlagen. Haben die Journalisten da wieder mal etwas falsch verstanden? So ähnlich wie beim Gardasee, wo fälschlicherweise angenommen wurde, dass der See bei einem Pegelstand von 0 komplett ausgetrocknet wäre?
Ich habe die GraphCast-Prognosekarten auf meiner Seite unter Wetterkarten/Karten verlinkt, welche vom ECMWF angeboten werden. Und da wurde ich schon hellhörig, denn das ehrwürdige ECMWF ist selbst mit im Boot. Und wenn man nun die GraphCast-Ergebnisse mit der realen Wetterentwicklung und den Ergebnissen des konventionellen Wettermodells vergleicht, dann muss man das einfach als Sensation bezeichnen, denn aus meiner Sicht sind die Ergebnisse beider Verfahren gleichwertig.
Und da kommt noch dazu, dass die Erstellung einer GraphCast-Prognose nur einen winzigen Bruchteil der Rechenleistung konventioneller Modelle benötigt (weniger als 1 %). Ich weiß gar nicht mehr, wie ich das noch nennen soll, Sensation im Quadrat vielleicht. Man denke nur, was da jetzt alles möglich ist: Blitzschnell tausende von Ensemble-Berechnungen (leicht variierte Eingangsdaten) durchführen, quasi kontinuierlich neue Modellberechnungen bei sommerlichen Gewitterlagen und vieles mehr.
Vielleicht kann ich mich ja wieder beruhigen, indem ich über die Sache wie ein vernünftiger Mensch nachdenke. Dass GraphCast eine Wettervorhersage blitzschnell berechnen kann, ist ja nur die eine Seite der Medaille. Auf der anderen Seite geht bei der KI eine wochenlange äußerst rechenintensive Trainingsphase voraus, in der das Modell mit historischen Wetterdaten gefüttert wird.
Aber Moment, dieses Prinzip kennen wir doch alle aus der Grundschule. Hans hat keine Lust das Einmaleins auswendig zu lernen und muss sich jedes Mal das Ergebnis durch mehrere Additionen herleiten. Da sagt die Lehrerin "Hans, wie viel ist 3 mal 7?" und der antwortet "Ah, das ist 7 + 7 ist gleich 14 und 14 + 7 ist gleich 21". Da entgegnet die Lehrerin: "Das Ergebnis ist richtig, aber du hättest das auswendig lernen sollen!" Dann wendet sie sich zu einem anderen Schüler: "Sag mal Max, wie viel ist denn 3 mal 8". Von dem kommt dann ein "24!" wie aus der Pistole geschossen. "Und lieber Max, Du weißt doch sicher auch, wie man zu diesem Ergebnis durch Addition gelangt?" Da wird dieser aber verlegen und läuft rot an und gibt widerwillig zu, dass er überhaupt nicht weiß, was eine Addition ist, er hat nur die Einmaleins-Tabelle im Schulheft auswendig gelernt ohne zu verstehen, wie die Zahlen dort zustande kommen und was sie bedeuten.
Und das ist der Unterschied zwischen den konventionellen Wettermodellen und der künstlichen Intelligenz. Die konventionellen Wettermodelle arbeiten wie Hans, sie rechnen sich immer wieder dieselben Sachen von Grund auf neu aus. Die KI arbeitet wie Max, sie merkt sich eine große Anzahl von Wetterzusammenhängen anhand von Beispielen (historischen Wetterdaten), ohne jedoch die mathematisch-physikalischen Hintergründe zu verstehen. Hans kann sofort loslegen, arbeitet dann aber aufwändig und langsam. Max braucht erst Zeit zum Lernen, ist dann aber schnell in der Ausführung. Nur reden wir bei der KI von ganz anderen Dimensionen. Da reden wir von 6955558 mal 95247555 und Hans rechnet das aus, während Max das Ergebnis 662499893160690 auswendig weiß.
Ich denke da aber auch an mein selbst erstelltes Radarbild. Die Daten des Radar-Komposits vom Deutschen Wetterdienst kommen in einem 1x1 km Raster, konkret in Form von 1200 x 1100 = 1320000 ganzzahligen Intensitätswerten / Dezibelwerten, die von 0 bis 4095 reichen. Nun hat mein Programm in einem ersten Ansatz für jeden Bildpunkt einzeln die Zuordnung Dezibelwert -> Farbe des Pixels im Radarbild durchgeführt (z.B. gelb für einen geringen, lila für einen hohen Dezibelwert). Also 1320000-mal im Programm einen Dezibelwert in eine Farbe umgerechnet. Aber Moment, es gibt ja nur 4096 Dezibelwerte, die 7 verschiedenen Farben zugeordnet sind, also nur 28.672 mögliche Zuordnungen. D.h. bei diesen 1320000 Farb-Bestimmungen kommen sehr viele Wiederholungen vor und das Programm hat sich eben nur nicht gemerkt, dass es den Farbwert für diesen Dezibelwert schon einmal berechnet hat. Die Lösung ist natürlich, alle 28.672 möglichen Zuordnungen Dezibelwert -> Farbe vorher zu bestimmen und in einer sogenannten Lookup-Tabelle abzulegen, also sozusagen wie Max alles vorher auswendig zu lernen. Und das hat dann die Erstellung meines Radarbildes um den Faktor drei beschleunigt.
Bitte unterstützen Sie die Wetterochs-Wettermail durch eine Spende!
Wettermail RSS-Feed:
https://abo.wettermail.de/wetter/current/wettermail.rss
Eintragen in den Verteiler der Wettermail und Löschen aus dem Verteiler der Wettermail:
abo.wettermail.de