Google lanceert AI-weermodel dat buien uur voor uur voorspelt

Google DeepMind en Google Research hebben een nieuw AI-model voor weersvoorspellingen uitgebracht: WeatherNext 3. Het systeem voorspelt regen, wind en temperatuur nauwkeuriger dan voorgaande versies en doet dat vaker: elk uur in plaats van om de zes uur. Google gaat de voorspellingen inzetten in Zoeken, Google Maps en de AI-assistent Gemini.

Preciezer dan traditionele modellen

Weersvoorspellingen komen van oudsher van grote overheidscomputers die natuurkundige vergelijkingen doorrekenen. Dat werkt goed, maar kost veel rekenkracht en tijd. Sinds het Europese weercentrum ECMWF in 2018 tientallen jaren aan weerdata openbaar maakte, bouwen onderzoekers deep learning-modellen die sneller voorspellen met vergelijkbare nauwkeurigheid.

WeatherNext 3 doet dat beter dan concurrenten van Microsoft, Nvidia en het ECMWF zelf, blijkt uit tests op Operational WeatherBench, een onafhankelijke testomgeving van het bedrijf Brightband. Ook verslaat het model de officiële voorspellingen van de Amerikaanse weerdienst NWS en het ECMWF. Het nieuwe model rekent op een resolutie van 5 kilometer, tegenover 15 tot 25 kilometer bij eerdere generaties AI-weersvoorspellingsmodellen. Voor regen is de nauwkeurigheid 60 procent verbeterd ten opzichte van de vorige versie, WeatherNext 2.

Meer rekenkracht, slimmere training

De verbeteringen komen niet uit de lucht vallen. WeatherNext 3 is 2,4 keer groter dan zijn voorganger en de onderzoekers hebben de zogeheten decoderkoppen van het model aangepast, zodat de uitkomsten bruikbaarder zijn. Waar de meeste modellen hun voorspelling middelen over een raster van de aarde, is dit model ook getraind om specifieke meetstations te voorspellen, zoals het weerstation van een luchthaven. Dat maakt voorspellingen niet alleen gedetailleerder, maar ook makkelijker te controleren tegen echte metingen.

Het model kan bovendien vaker updaten omdat het rechtstreeks satellietdata verwerkt die elk uur binnenkomt, in plaats van te wachten op de bewerkte datasets die overheidsinstanties normaliter aanleveren. Deze vorm van data-assimilatie met ruwe, onbewerkte metingen is technisch lastig, maar levert een actueler beeld op dan de traditionele numerieke weersvoorspelling. Google noemt zichzelf de eerste met een model dat dit doet voor hoge-resolutie wereldwijde voorspellingen, al claimt het Amerikaanse weerstartup WindBorne hetzelfde te doen met zijn model WeatherMesh 6, dat data van eigen weerballonnen gebruikt.

Van boerenland tot windmolenpark

Nauwkeurigere en snellere nowcasting heeft niet alleen nut voor wie een paraplu wil meenemen. Ferran Alet, onderzoeker bij DeepMind, wijst erop dat betere voorspellingen van wind, regen en bewolking ook windmolens en zonneparken voorspelbaarder maken. Ook in ontwikkelingslanden, waar dure sensoren en supercomputers vaak ontbreken, kunnen goedkopere AI-modellen boeren helpen hun oogst beter te plannen. Microsoft-oprichter Bill Gates noemde AI-weersvoorspelling recent nog een van de nuttigste toepassingen van kunstmatige intelligentie voor de landbouw in arme regio's.

Beide modellen, van Google en WindBorne, leunen overigens nog steeds op nationale weerdatasets om hun voorspellingen te ijken. Volledig onafhankelijke, directe assimilatie van ruwe meetdata is dus nog toekomstmuziek. Voor gewone gebruikers verandert er wel meteen iets: Google belooft dat de kernvariabelen van WeatherNext 3 vanaf nu meewegen in de weersinformatie die miljoenen mensen dagelijks zien in Zoeken, Maps en Gemini.