DeepMind-AI waarschuwt een dag eerder voor dodelijke cyclonen

In dit artikel:

DeepMind heeft WeatherNext ontwikkeld, een AI-model dat cyclonen eerder en sneller kan voorspellen dan bestaande weersystemen. In tests leverde het model drie dagen vooraf voorspellingen op die qua maximale windsnelheid en verwachte locatie even nauwkeurig waren als traditionele modellen twee dagen vooraf. Dat kan overheden meer tijd geven om evacuaties en andere maatregelen te organiseren.

WeatherNext genereert op een gespecialiseerde Google-chip in minder dan een minuut een verwachting voor vijftien dagen. Traditionele, op natuurkundige simulaties gebaseerde modellen hebben daarvoor dagen rekentijd op energie-intensieve supercomputers nodig. Het AI-model werkt met een minder gedetailleerde atmosfeersimulatie, maar is getraind op bijna 20 terabyte aan wereldwijde weergegevens en informatie over 5000 historische stormen. DeepMind vergeleek de resultaten onder meer met Google’s GenCast, het Europese ENS-model en een voorspellingssysteem van de Amerikaanse weerdienst NOAA.

Meteoroloog Hannah Cloke van de Universiteit van Reading noemt de vooruitgang door machine learning uitzonderlijk snel. Volgens haar zijn AI-modellen vaak sneller, goedkoper en soms effectiever dan natuurkundige modellen, maar blijft meteorologische expertise noodzakelijk om de uitkomsten goed te beoordelen.

Daarbij bestaan belangrijke twijfels. Klimatoloog Tim Palmer van de Universiteit van Oxford waarschuwt dat AI-modellen uitzonderlijke gebeurtenissen kunnen missen wanneer daar geen vergelijkbare voorbeelden van in de trainingsdata staan. Hij pleit ervoor modellen te testen met historische gebeurtenissen die vooraf uit de trainingsgegevens zijn verwijderd. Ook vreest hij dat het vervangen van natuurkundige weermodellen de klimaatwetenschap kan schaden, omdat weers- en klimaatmodellen grotendeels dezelfde code en gegevens gebruiken. DeepMind werkt ondertussen aan verdere verbeteringen van de snelheid en nauwkeurigheid.