De weersverwachting staat aan de vooravond van een revolutie

Foto boven: De zon raakt de zee. De oude dag is voorbij, een nieuwe is op komst - Simone Wiersma

Kunstmatige intelligentie doet razendsnel zijn intrede in de meteorologie. Waar weersverwachtingen jarenlang vooral met gigantische natuurkundige computermodellen werden gemaakt, blijken nieuwe AI-systemen inmiddels op veel onderdelen sneller én geregeld zelfs nauwkeuriger te zijn. De revolutie is begonnen.

Decennialang draaide weersverwachting om enorme supercomputers die de atmosfeer aan de hand van natuurkundige wetten doorrekenden. Luchtdruk, temperatuur, wind, vocht en oceaanstromingen werden stap voor stap doorgerekend, op miljoenen roosterpunten wereldwijd. Dat kostte veel tijd, energie en rekenkracht. Nu verschijnt er een nieuwe generatie weersystemen die het anders aanpakt.

De zon raakt de zee. De oude dag is voorbij, een nieuwe is op komst - Simone Wiersma

AI leert het gedrag van de atmosfeer

In plaats van iedere natuurkundige stap afzonderlijk uit te rekenen, leert AI patronen herkennen in gigantische hoeveelheden historische weerdata. Door tientallen jaren aan waarnemingen en modeluitvoer te analyseren, ontdekt kunstmatige intelligentie zelf hoe weersystemen zich doorgaans ontwikkelen. Dat levert spectaculaire snelheidswinst op.

Advertentie

Sommige AI-systemen produceren tegenwoordig in enkele seconden een weersverwachting waarvoor traditionele supercomputers vroeger uren nodig hadden. Daardoor kunnen verwachtingen vaker worden vernieuwd en kunnen veel grotere ensembles worden doorgerekend. Ook landen zonder extreem dure supercomputers krijgen zo gemakkelijker toegang tot hoogwaardige weersverwachtingen.

Grote spelers stappen massaal in

De ontwikkeling gaat hard. Het AI-model GraphCast van Google DeepMind zorgde voor een doorbraak toen bleek dat het op veel onderdelen beter presteerde dan een van de belangrijkste traditionele verwachtingsmodellen.

Ook Microsoft ontwikkelde met Aurora een omvangrijk AI-systeem dat niet alleen het weer, maar ook golven, luchtvervuiling en tropische stormen kan verwachten.

Zelfs het toonaangevende European Centre for Medium-Range Weather Forecasts (ECMWF) werkt inmiddels aan een eigen AI-model: AIFS. Daarmee is duidelijk dat kunstmatige intelligentie in de meteorologie van de toekomst een centrale rol gaat spelen.

Advertentie

Waarom dit zo belangrijk is

Snellere en goedkopere weersverwachtingen hebben enorme gevolgen. Niet alleen voor weerapps, maar ook voor rampenbestrijding, landbouw, luchtvaart, scheepvaart, energiebedrijven, verzekeraars en waterbeheer.

Bij extreem weer telt iedere minuut. Als verwachtingen sneller beschikbaar zijn, kunnen waarschuwingen eerder worden uitgegeven en kunnen hulpdiensten sneller reageren.

Bovendien wordt het klimaat steeds grilliger. Overstromingen, hittegolven, droogte en zware stormen veroorzaken wereldwijd steeds grotere economische schade. Dat vergroot de behoefte aan betere verwachtingen alleen maar verder.

Maar extreem weer blijft de grote uitdaging

Toch is er ook discussie. Want juist bij extreem weer is nog niet zeker of AI werkelijk beter is dan de klassieke natuurkundige modellen. Dat heeft een belangrijke reden: AI leert van historische gegevens. Maar klimaatverandering duwt de atmosfeer steeds vaker in situaties die we nog niet eerder hebben gezien.

Veel onderzoekers vragen zich daarom af of AI-systemen voldoende grip hebben op uitzonderlijke gebeurtenissen die buiten de bekende patronen vallen. Sommige studies laten zien dat traditionele modellen bij recordextremen voorlopig soms nog beter presteren. Daar zit precies de spanning.

AI is buitengewoon sterk in patroonherkenning, maar extreem weer gedraagt zich niet altijd volgens bekende patronen. En juist die zeldzame gebeurtenissen zijn vaak het belangrijkst.

De meteorologie van morgen

Toch lijkt de richting duidelijk. AI zal de traditionele modellen waarschijnlijk niet volledig vervangen, maar eerder aanvullen. De komende jaren ontstaat vermoedelijk een hybride systeem waarin natuurkundige modellen en kunstmatige intelligentie samenwerken.

Meteorologen krijgen daarmee steeds sneller meer informatie beschikbaar. En uiteindelijk kan AI helpen om lokale buien, stormen en andere gevaarlijke weersituaties nauwkeuriger én eerder te signaleren.

Zo verandert de atmosfeer langzaam in een gigantisch proeflaboratorium voor kunstmatige intelligentie. En de weersverwachting van morgen? Die zou wel eens steeds vaker door zelflerende machines gemaakt kunnen worden.