Forschende, darunter ein Team am MIT, haben ein Verfahren des maschinellen Lernens entwickelt, das aus früheren Vorhersagefehlern lernt und bestehende Wettermodelle entsprechend korrigiert.
Der Ansatz wurde für den Zeitraum von zwei bis sechs Wochen getestet, eine Spanne, in der Wettervorhersagen oft schwierig sind. Ein Beitrag, der die Korrektur mit anderen Vorhersagemodellen kombinierte, belegte in einem internationalen Wettbewerb des Europäischen Zentrums für mittelfristige Wettervorhersage den ersten Platz.
Laut MIT verdoppelte der Ansatz in diesem Bereich die Vorhersagekraft des ursprünglichen Modells und lieferte Vorhersagen, die klimatologische Durchschnittswerte übertrafen. Die Forschenden berichteten außerdem von besseren Vorhersagen für extreme Wetterereignisse, nannten im Artikel der Universität dafür jedoch keine Zahl.
Die Methode wird als quelloffene Erweiterung beschrieben, doch laut MIT wird ein möglicher Einsatz in Wetterdiensten noch geprüft und ist nicht bereits im Routinebetrieb.
