Forum für Wissenschaft, Industrie und Wirtschaft

Hauptsponsoren:     3M 
Datenbankrecherche:

 

Mit künstlicher Intelligenz das Erdsystem verstehen

14.02.2019

Unsere Erde wird zunehmend bedroht durch eine wachsende Bevölkerung, das sich ändernde Klima und sich häufende Extremereignisse. Eine heute im Fachjournal Nature veröffentlichte Studie von Jenaer und Hamburger Wissenschaftlern zeigt nun, dass Künstliche Intelligenz (KI) maßgeblich dabei helfen kann, das Klima und das Erdsystem besser zu verstehen. Die Wissenschaftler zeigen, dass insbesondere digitale Verfahren tiefen Lernens 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.


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.

Graphik: Martin Jung, MPI-BGC


Friedrich-Schiller-Universität Jena

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 digitale Verfahren tiefen Lernens (Deep Learning) anzugehen. Dies erlaubte zum Beispiel die detaillierte Berechnung der globalen Photosynthese an Land unter besonderer Berücksichtigung jahreszeitlicher und kurzfristiger Schwankungen.

Beobachtungsdaten liefern 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.

Künstliche Intelligenz als Werkzeug für bessere Klima- und Erdsystemmodelle

Deep-Learning-Ansätze sind allerding 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.

Wissenschaftliche Ansprechpartner:

Prof. Dr. Markus Reichstein
Tel: +49 (0)3641 57 6200
E-Mail: mreichstein@bgc-jena.mpg.de

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)
Nature xx, doi: 10.1038/s41586-019-0912-1

Weitere Informationen:

https://www.bgc-jena.mpg.de/bgi/index.php/Main/HomePage Webseiten der MPI-BGC-Abteilung Reichstein
http://www.inf-cv.uni-jena.de/denzler Webseiten des FSU-Lehrstuhls Denzler

Dr. Eberhard Fritz | Max-Planck-Institut für Biogeochemie

Weitere Nachrichten aus der Kategorie Geowissenschaften:

nachricht Messungen zu Veränderungen der Erdkruste infolge der Klimaänderung: TUD-Forscher auf dem Weg nach Grönland
23.08.2019 | Technische Universität Dresden

nachricht Neuer Ansatz zur Erkundung vulkanischer Kraterseen
22.08.2019 | Helmholtz-Zentrum Potsdam - Deutsches GeoForschungsZentrum GFZ

Alle Nachrichten aus der Kategorie: Geowissenschaften >>>

Die aktuellsten Pressemeldungen zum Suchbegriff Innovation >>>

Die letzten 5 Focus-News des innovations-reports im Überblick:

Im Focus: Hamburger und Kieler Forschende beobachten spontanes Auftreten von Skyrmionen in atomar dünnen Kobaltfilmen

Seit ihrer experimentellen Entdeckung sind magnetische Skyrmionen – winzige magnetische Knoten – in den Fokus der Forschung gerückt. Wissenschaftlerinnen und Wissenschaftler aus Hamburg und Kiel konnten nun zeigen, dass sich einzelne magnetische Skyrmionen mit einem Durchmesser von nur wenigen Nanometern in magnetischen Metallfilmen auch ohne ein äußeres Magnetfeld stabilisieren lassen. Über ihre Entdeckung berichten sie in der Fachzeitschrift Nature Communications.

Die Existenz magnetischer Skyrmionen als teilchenartige Objekte ist bereits vor 30 Jahren von theoretischen Physikern vorhergesagt worden, konnte aber erst...

Im Focus: Hamburg and Kiel researchers observe spontaneous occurrence of skyrmions in atomically thin cobalt films

Since their experimental discovery, magnetic skyrmions - tiny magnetic knots - have moved into the focus of research. Scientists from Hamburg and Kiel have now been able to show that individual magnetic skyrmions with a diameter of only a few nanometres can be stabilised in magnetic metal films even without an external magnetic field. They report on their discovery in the journal Nature Communications.

The existence of magnetic skyrmions as particle-like objects was predicted 30 years ago by theoretical physicists, but could only be proven experimentally in...

Im Focus: Physicists create world's smallest engine

Theoretical physicists at Trinity College Dublin are among an international collaboration that has built the world's smallest engine - which, as a single calcium ion, is approximately ten billion times smaller than a car engine.

Work performed by Professor John Goold's QuSys group in Trinity's School of Physics describes the science behind this tiny motor.

Im Focus: Die verschränkte Zeit der Quantengravitation

Die Theorien der Quantenmechanik und der Gravitation sind dafür bekannt, trotz der Bemühungen unzähliger PhysikerInnen in den letzten 50 Jahren, miteinander inkompatibel zu sein. Vor kurzem ist es jedoch einem internationalen Forschungsteam von PhysikerInnen der Universität Wien, der Österreichischen Akademie der Wissenschaften sowie der Universität Queensland (AUS) und dem Stevens Institute of Technology (USA) gelungen, wichtige Bestandteile der beiden Theorien, die den Verlauf der Zeit beschreiben, zu verbinden. Sie fanden heraus, dass die zeitliche Abfolge von Ereignissen echte Quanteneigenschaften aufweisen kann.

Der allgemeinen Relativitätstheorie zufolge verlangsamt die Anwesenheit eines schweren Körpers die Zeit. Das bedeutet, dass eine Uhr in der Nähe eines schweren...

Im Focus: Quantencomputer sollen tragbar werden

Infineon Austria forscht gemeinsam mit der Universität Innsbruck, der ETH Zürich und Interactive Fully Electrical Vehicles SRL an konkreten Fragestellungen zum kommerziellen Einsatz von Quantencomputern. Mit neuen Innovationen im Design und in der Fertigung wollen die Partner aus Hochschulen und Industrie leistbare Bauelemente für Quantencomputer entwickeln.

Ionenfallen haben sich als sehr erfolgreiche Technologie für die Kontrolle und Manipulation von Quantenteilchen erwiesen. Sie bilden heute das Herzstück der...

Alle Focus-News des Innovations-reports >>>

Anzeige

Anzeige

VideoLinks
Industrie & Wirtschaft
Veranstaltungen

GAIN 2019: Das größte Netzwerktreffen deutscher Wissenschaftlerinnen und Wissenschaftler startet in den USA

22.08.2019 | Veranstaltungen

Künstliche Intelligenz auf der MS Wissenschaft

22.08.2019 | Veranstaltungen

Informatik-Tagung vom 26. bis 30. August 2019 in Aachen

21.08.2019 | Veranstaltungen

VideoLinks
Wissenschaft & Forschung
Weitere VideoLinks im Überblick >>>
 
Aktuelle Beiträge

5G macht die Produktion smarter

23.08.2019 | Informationstechnologie

Wärmekraftmaschinen in der Mikrowelt

23.08.2019 | Physik Astronomie

Auf dem Prüfstand: Automatisierte Induktionsthermographie zur Oberflächenrissprüfung von Schmiedeteilen

23.08.2019 | Maschinenbau

Weitere B2B-VideoLinks
IHR
JOB & KARRIERE
SERVICE
im innovations-report
in Kooperation mit academics