Nur zur Erinnerung: Es gibt noch keine Quantencomputer, die mehr als ein paar Bits verarbeiten können mit Millionenaufwand. Dagegen sind Klimamodelle wie auch Wettermodelle so mit die rechenaufwendigsten Anwendungen, die auf heutigen Supercomputern laufen.
Und das andere: Der Grund, warum man in der Klimaforschung mit grossen Rechenmodellen und Simulationen arbeitet, ist um die vielfältigen Prozesse und ihre Relevanz besser zu verstehen. Man kann Modelle gezielt verändern um zu sehen, ob sie besser zu den aus vielen tausend vergangenen Jahren aufwendig gewonnenen Daten passen. Mit dem besseren Verständnis der Prozesse kann man dann zukünftige Entwicklungen besser vorhersagen.
Genau das kann “Machine Learning”, auch genannt automatische Mustererkennung aber eben nicht - die Rechenverfahren können die benutzten Muster nicht benennen, verstehen, oder identifizieren, die Modelle sind eine Black Box.
Wasserstoff ist tatsächlich eine der “Alternativen”, die von der Energiedichte her problematisch sind. Mit flüssigen Kohlenwasserstoffen braucht man nämlich überhaupt keine Tanks in diesem Sinne, es reicht, Hohlräume, die im Flugzeug eh schon vorhanden sind, mit ölbeständigem Lack zu versiegeln.
Nochmal, das ist kein Kostenproblem, das ist ein Nutzlast- und Reichweitenproblem.