Nieuwe ontwikkelingen in weersverwachting met kunstmatige intelligentie**

Gepubliceerd op 20/07/2024 15:00 in Tech

**

Recentelijk heeft kunstmatige intelligentie (AI) zijn intrede gedaan in de wereld van de weersverwachting. In plaats van traditionele weermodellen die gebruik maken van natuurkundige wetten, maken AI-modellen gebruik van meer dan een miljoen uur aan historische weerdata.

De eerste resultaten tonen aan dat AI-weersverwachtingen soms even goed zijn als die van supercomputers, zoals blijkt uit een artikel in Science. Dit kan een revolutionaire stap zijn in de manier waarop we het weer voorspellen.

Weersverwachtingen in Europa worden momenteel voornamelijk geleverd door traditionele weermodellen zoals die van ECMWF, ICON en GFS. Deze modellen gebruiken waarnemingen van satellieten, weerballonnen en grondstations om de huidige weeromstandigheden te meten en voorspellingen te maken op basis van natuurkundige wetten en wiskundige vergelijkingen.

AI-modellen, zoals het Aurora AI-model van Microsoft en het GraphCast model van Google, zijn getraind met veertig jaar aan historische weerdata en kunnen op basis van actuele atmosferische gegevens voorspellingen maken voor de toekomst. Deze modellen hebben veel minder rekenkracht nodig en genereren verwachtingen die sneller beschikbaar zijn.

Volgens ontwikkelaars zoals Sander Tijm van het KNMI en Christian Versloot van Weerplaza zijn de ontwikkelingen op het gebied van AI-weermodellen zeer veelbelovend. AI-modellen kunnen in de toekomst nuttig zijn bij het inschatten van de posities van tropische stormen en het snel aanpassen van weersverwachtingen op basis van waargenomen wijzigingen.

Toch zijn meteorologen nog steeds essentieel. AI mag dan wel goed zijn in patroonherkenning, meteorologen hebben door de jaren heen intuïtie opgebouwd over hoe weersituaties zich ontwikkelen en kunnen risico's beter inschatten en communiceren.

De toekomst van de weersverwachting lijkt dus een combinatie van traditionele modellen en AI-modellen te zijn, waarbij beide elkaar aanvullen en zorgen dat we beter voorbereid zijn op extreme weersomstandigheden.