Mit Hilfe von KI das Erdsystem verstehen

| Redakteur: Julia Schmidt

Diese Grafik zeigt Anomalien des CO2-Austauschs in El Niño–Jahren, basierend auf KI-modellierten FLUXNET-Daten. Strahlungsbedingte Anomalien sind rot, temperaturbedingte grün und wasserbedingte in blau dargestellt. Die Forscher des Max-Planck-Institut für Biogeochemie wollen mit Hilfe von KI und Deep-Learning-Techniken komplexe dynamische Prozesse auf der Erde besser beschreiben und somit Rückschlüsse auf das Erdsystem ziehen können.
Diese Grafik zeigt Anomalien des CO2-Austauschs in El Niño–Jahren, basierend auf KI-modellierten FLUXNET-Daten. Strahlungsbedingte Anomalien sind rot, temperaturbedingte grün und wasserbedingte in blau dargestellt. Die Forscher des Max-Planck-Institut für Biogeochemie wollen mit Hilfe von KI und Deep-Learning-Techniken komplexe dynamische Prozesse auf der Erde besser beschreiben und somit Rückschlüsse auf das Erdsystem ziehen können. (Bild: Martin Jung, MPI-BGC)

Deep Learning und Künstliche Intelligenz können Forschern dabei helfen komplexe dynamische Prozesse auf unserem Planeten zu beschreiben – etwa Hurrikane, die Ausbreitung von Feuer oder die Veränderung der Vegetation. Die Wissenschaftler erhoffen sich damit neue Erkenntnisse zum Klima und dem Erdsystem.

Die Erde wird zunehmend bedroht – durch eine wachsende Bevölkerung, das sich ändernde Klima und sich häufende Extremereignisse. Eine im Fachjournal Nature veröffentlichte Studie von Jenaer und Hamburger Forschern zeigt nun, dass Künstliche Intelligenz (KI) maßgeblich dabei helfen kann, auch das Klima und das Erdsystem besser zu verstehen. Die Wissenschaftler zeigen, dass insbesondere digitale Verfahren des Deep Learning ihr Potenzial zum Verständnis der Erde bislang nur zu einem Bruchteil ausgeschöpft haben. So lassen sich vor allem komplexe dynamische Prozesse wie z.B. Hurrikane, die Ausbreitung von Feuer und die Veränderung der Vegetation mit Hilfe von KI besser beschreiben.

Künstliche Intelligenz (KI) wird als Schlüsseltechnologie der Zukunft angesehen. Die Bundesregierung will in Ihrer Digitalisierungsstrategie drei Milliarden Euro in Künstliche Intelligenz investieren und zielt insbesondere auf Roboter und Sprachübersetzung. Doch auch die Geowissenschaften machen sich KI zu Nutze, um die Flut wissenschaftlicher Daten in neue Erkenntnisse über Klimaentwicklungen und das Erdsystem umsetzen zu können.

In den letzten Jahrzehnten wurden in den Geowissenschaften vor allem Eigenschaften modelliert, die über längere Zeiträume relativ beständig waren, wie z.B. die Eigenschaften von Böden auf lokaler bis hin zur globalen Ebene. Seit einiger Zeit ist es nun möglich, dynamische Prozesse durch Deep Learning anzugehen. Dies erlaubte zum Beispiel die detaillierte Berechnung der globalen Photosynthese an Land unter besonderer Berücksichtigung jahreszeitlicher und kurzfristiger Schwankungen.

Grundlegende Gesetzmäßigkeiten

„Wir werden überflutet von klima-relevanten Daten, die von einer Unzahl an Messgeräten weltweit erhoben werden, aber wir hinken mit den Analysen und Schlussfolgerungen hinterher“, erklärt Prof. Markus Reichstein, geschäftsführender Direktor am Max-Planck-Institut für Biogeochemie in Jena, Direktoriumsmitglied am Michael-Stifel Zentrum Jena (MSCJ) und Erstautor der Publikation. „Hier werden Deep-Learning-Techniken zu einem vielversprechenden Werkzeug, jenseits der üblichen Anwendungen des Maschinellen Lernen wie Bild- und Spracherkennung oder AlphaGo,“ fügt Prof. Joachim Denzler, Inhaber des Lehrstuhls für Digitale Bildverarbeitung der Friedrich-Schiller-Universität Jena und Mitglied des MSCJ, hinzu.

Wichtige Anwendungsbeispiele sind Extremereignisse, wie die kalifornischen Feuerwalzen im letzten Herbst oder zerstörerische Hurrikans, die in ihrer Häufigkeit und Stärke stark zunehmen. Sie basieren auf vielschichtigen Prozessen, die nicht nur durch lokale Gegebenheiten beeinflusst werden, sondern in einem weltumspannenden zeitlichen und räumlichen Zusammenhang miteinander stehen. Dies gilt ebenso für atmosphärische und ozeanische Transportprozesse sowie Boden- und Vegetationsdynamiken, also einige der klassischen Themengebiete der Erdsystemwissenschaften.

KI als Werkzeug für bessere Klima- und Erdsystemmodelle

Deep-Learning-Ansätze sind allerdings kompliziert. Datengetriebene und statistische Herangehensweisen sind nicht zwangsweise physikalisch stimmig, hängen stark von der Datenqualität ab und können Probleme bei der Extrapolation machen. Zusätzlich sind die Anforderungen an die Rechenleistung und Speicherkapazitäten enorm hoch. Die Wissenschaftler diskutieren all diese Anforderungen und Schwierigkeiten in ihrem Artikel und entwickeln eine Strategie, um maschinelles Lernen mit physikalischer Modellierung effizient zu verknüpfen.

Mit diesen Hybrid-Modellen können beispielsweise Temperaturen der Meeresoberfläche simuliert werden. Dabei übernehmen physikalische Modelle die Darstellung der Temperaturen, während die Ozeanströme mit Hilfe von maschinellem Lernen untersucht werden. „Die Idee dabei ist, das Beste aus beiden zu vereinen: die Übereinstimmung der physikalischen Modelle mit den naturwissenschaftlichen Grundlagen und die Vielseitigkeit des maschinellen Lernens“, erläutert Reichstein. „So bekommen wir stark verbesserte Modelle.“

Die Wissenschaftler sind überzeugt, dass die saisonale und langfristige Vorhersage von Wetter und Klima sowie die Frühwarnung vor Extremereignissen stark von Deep-Learning und Hybrid-Modellen profitieren werden.

Originalpublikation:

Deep learning and process understanding for data-driven Earth system science: Reichstein M., Camps-Valls G., Stevens B., Jung M., Denzler J. Cavalhais N., Prabhat (2019, in Nature xx, doi: 10.1038/s41586-019-0912-1

Wie maschinelles Lernen das
Chip-Design verändert

Wie maschinelles Lernen das Chip-Design verändert

07.01.19 - „Das übergeordnete Ziel für die nähere Zukunft besteht darin, dass EDA-Tools selbstständig einen vollautomatischen Schaltplan-Generator, ohne menschliches Zutun, entwickeln können.“ lesen

Der verkannte Kontinent: „Wir müssen bei KI auf den Stärken Europas aufbauen“

Der verkannte Kontinent: „Wir müssen bei KI auf den Stärken Europas aufbauen“

30.11.18 - Der internationale Wettlauf um die Vorreiterrolle bei KI-Technologien hat begonnen. Welche Trümpfe hält Europa in der Hand? Über Chancen und Perspektiven sowie die Interaktion zwischen KI und Softwaretechnik spricht der Experte Holger H. Hoos in einem kostenlos zugänglichen Internet-Livestream am 5. Dezember. lesen

Kommentar zu diesem Artikel abgeben

Schreiben Sie uns hier Ihre Meinung ...
(nicht registrierter User)

Zur Wahrung unserer Interessen speichern wir zusätzlich zu den o.g. Informationen die IP-Adresse. Dies dient ausschließlich dem Zweck, dass Sie als Urheber des Kommentars identifiziert werden können. Rechtliche Grundlage ist die Wahrung berechtigter Interessen gem. Art 6 Abs 1 lit. f) DSGVO.
Kommentar abschicken
copyright

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Kontaktieren Sie uns über: support.vogel.de/ (ID: 45750922 / KI/Machine Learning)