Nieuw AI-model voorspelt weer per uur, met kansen in plaats van zekerheden
Je checkt 's ochtends de weerapp en ziet: 70% kans op regen om 15.00 uur. Zulke voorspellingen per uur, over de hele wereld, zijn lastig te maken. Onderzoekers hebben nu een nieuw AI-model ontwikkeld dat daar beter in lijkt te zijn dan bestaande systemen.
Het model heet SDECast. Het is gemaakt door een onderzoeksteam dat kunstmatige intelligentie inzet om het weer te voorspellen. Veel bestaande AI-weermodellen werken stap voor stap: ze maken een voorspelling voor over bijvoorbeeld zes uur, gebruiken die uitkomst als nieuw startpunt, en rekenen dan weer zes uur verder. Dat heet een "autoregressief" model, wat simpelweg betekent dat elke nieuwe voorspelling bouwt op de vorige.
Dat werkt goed voor voorspellingen op de lange termijn, maar levert problemen op als je het weer heel precies, per uur, wilt voorspellen. Kleine fouten in elke stap stapelen zich dan snel op. Bovendien houden deze modellen niet goed rekening met het feit dat het weer in de natuur continu verandert, niet met horten en stoten.
Een andere aanpak: rekenen in doorlopende tijd
SDECast pakt dit anders aan. Het model gebruikt wat onderzoekers een "stochastische differentiaalvergelijking" noemen: een wiskundige formule die toeval meeweegt en die beweging in doorlopende tijd beschrijft, in plaats van in losse stappen. Toeval is hierbij belangrijk, omdat het weer nooit met volledige zekerheid te voorspellen is. Het model geeft daarom geen enkel vast antwoord, maar een reeks mogelijke uitkomsten met bijbehorende waarschijnlijkheid, dus een "probabilistische" voorspelling.
Het team testte het model eerst op een nagebootste stroming in de atmosfeer, een soort gesimuleerd weerpatroon. Daaruit bleek dat SDECast de onderliggende beweging goed kon herkennen en natuurgetrouw kon namaken. Daarna schaalden de onderzoekers het model op naar echte, wereldwijde weersvoorspellingen, met een tijdsresolutie van één uur.
Het resultaat: SDECast maakte bruikbare, betrouwbare voorspellingen tot wel vijf dagen vooruit. Dat is een periode waarin weersvoorspellingen doorgaans al behoorlijk onzeker worden, zeker op uurbasis.
Dit is één onderzoek van één team, nog niet een bevestigd, algemeen geaccepteerd resultaat. Het model is getest op gesimuleerde data en op mondiale weersvoorspellingen, maar de samenvatting van het onderzoek geeft geen exacte foutmarges of vergelijkingscijfers met bestaande weermodellen. Het is dus nog niet duidelijk hoeveel beter SDECast precies is, en of het klaar is voor dagelijks gebruik door bijvoorbeeld weerdiensten. Verder onderzoek moet dit uitwijzen.
Mocht deze aanpak zich bewijzen, dan kan dat op termijn betekenen dat weerapps en meteorologen nauwkeurigere voorspellingen per uur kunnen geven, inclusief een realistische inschatting van hoe zeker die voorspelling is. Dat is vooral handig bij snel veranderende omstandigheden, zoals plotselinge buien of onweer.
Bron: SDECast: Probabilistic Weather Forecasting in Continuous Time with Neural SDEs