Post Thumbnail

Japanischer Supercomputer sagt Tornados in Echtzeit voraus

Fujitsu hat in Zusammenarbeit mit der Nationalen Universität Yokohama einen revolutionären Durchbruch in der Vorhersage von Naturkatastrophen bekannt gegeben. Zum ersten Mal weltweit ist es Wissenschaftlern gelungen, eine Technologie zu entwickeln, die das Auftreten mehrerer taifunbedingter Tornados in Echtzeit vorhersagen kann.

Der Schlüssel zum Erfolg lag in der Verwendung optimierter großskaliger paralleler Datenverarbeitungstechnologie in Kombination mit einem verbesserten Cloud Resolving Storm Simulator (CReSS) Wettersimulator, der von Professor Kazuhisa Tsuboki entwickelt wurde. Der Simulator läuft auf Fujitsus Supercomputer Fugaku und ermöglicht die hochpräzise Modellierung sowohl großer Taifune als auch kleiner Tornados gleichzeitig.

Die Effektivität der neuen Technologie wurde an einem realen Beispiel demonstriert: Bei der Simulation von Tornados, die den Taifun Nr. 10 in der Region Kyushu im August 2024 begleiteten, wurde die Vorhersagezeit von über 11 Stunden auf beeindruckende 80 Minuten reduziert. Dies ermöglichte die Vorhersage von Tornados vier Stunden vor ihrer Bildung. Bemerkenswert ist, dass nur 5% der Rechenressourcen von Fugaku für die Berechnungen verwendet wurden, was Perspektiven für noch größere und schnellere Vorhersagen in der Zukunft eröffnet.

Die Entwicklung hat besondere Bedeutung für Japan, wo etwa 20% der Tornados speziell während Taifunen auftreten. Obwohl das Land 2008 mit der Ausgabe von Tornado-Warnungen begann, blieb ihre Vorhersage aufgrund der kleinen Größenordnung und kurzen Dauer dieser Naturphänomene eine Herausforderung. Bisher hatten Tornado-Warnungen eine Wirkungsperiode von etwa einer Stunde.

Das Projekt startete im November 2022 im Rahmen des Fujitsu Small Research Lab-Programms und zielte darauf ab, soziale Probleme im Zusammenhang mit der Intensivierung von Taifunen vor dem Hintergrund der globalen Erwärmung anzugehen. Die Wissenschaftler planen, bis Ende des Geschäftsjahres 2024 eine verbesserte Version des CReSS-Simulators für die Forschungsgemeinschaft zu veröffentlichen, was die Vorhersage extremer Wetterereignisse erheblich verbessern und Maßnahmen zur Reduzierung von Schäden durch Naturkatastrophen verstärken sollte.

Autor: AIvengo
Seit 5 Jahren arbeite ich mit maschinellem Lernen und künstlicher Intelligenz. Und dieser Bereich hört nicht auf, mich zu überraschen, zu begeistern und zu interessieren.
Latest News
UBTech wird Roboter Walker S2 für $37 Mio. an die Grenze Chinas schicken

Das chinesische Unternehmen UBTech gewann einen Vertrag über $37 Millionen. Und wird menschenähnliche Roboter Walker S2 zum Dienst an der Grenze Chinas zu Vietnam schicken. South China Morning Post berichtet, dass die Roboter mit Touristen und Personal interagieren, logistische Operationen durchführen, Fracht inspizieren und das Gelände patrouillieren werden. Und bezeichnenderweise — sie können selbstständig ihre Batterie wechseln.

Anthropic enthüllte versehentlich ein internes Dokument über die "Seele" von Claude

Anthropic enthüllte versehentlich einem Nutzer die "Seele" der künstlichen Intelligenz. Und das ist keine Metapher. Das ist ein ganz konkretes internes Dokument.

Jensen Huang befahl Nvidia-Mitarbeitern, KI überall zu nutzen

Jensen Huang verkündete innerhalb von Nvidia eine totale Mobilmachung unter dem Banner der künstlichen Intelligenz. Und das ist keine Empfehlung mehr. Das ist eine Forderung.

KI-Chatbots generieren Inhalte, die Essstörungen verschlimmern

Eine gemeinsame Studie der Stanford University und des Center for Democracy and Technology zeigte ein beunruhigendes Bild. Chatbots mit künstlicher Intelligenz stellen ein ernsthaftes Risiko für Menschen mit Essstörungen dar. Wissenschaftler warnen, dass neuronale Netze schädliche Ratschläge zu Diäten verteilen. Sie schlagen Wege vor, die Störung zu verbergen und generieren "inspirierenden Abnehm-Content", der das Problem verschlimmert.

OpenAGI veröffentlichte das Modell Lux, das Google und OpenAI überholt

Das Startup OpenAGI veröffentlichte das Modell Lux zur Computersteuerung und behauptet, dass dies ein Durchbruch ist. Nach Benchmarks überholt das Modell um eine ganze Generation Analoga von Google, OpenAI und Anthropic. Außerdem arbeitet es schneller. Etwa 1 Sekunde pro Schritt statt 3 Sekunden bei Konkurrenten. Und 10 Mal günstiger in den Kosten pro Verarbeitung von 1 Token.