Op weg naar langetermijnweersvoorspellingen dankzij AI

Na zijn capaciteiten te hebben aangetoond met weersverwachtingen op de korte en middellange termijn, zet kunstmatige intelligentie (AI) een volgende stap richting de volgende generatie weerdiensten door zich ook open te stellen voor seizoensvoorspellingen op de langere termijn , die informatie moeten verschaffen voor de komende drie maanden. In een studie onder leiding van het Hadley Climate Research Centre van het Britse Met Office en gepubliceerd in het tijdschrift NPJ Climate and Atmospheric Science, toonde het AI-model ACE2 van het Allen Institute for Artificial Intelligence in de VS vergelijkbare prestaties als de klassieke methoden die momenteel worden gebruikt, met veel minder rekenkracht . Dit geldt echter niet in alle gevallen: het model worstelt nog steeds met extreme gebeurtenissen , wat betekent dat natuurkunde en AI hand in hand zullen moeten gaan.

Om de nauwkeurigheid van Ace2 te evalueren, testten onderzoekers onder leiding van Chris Kent het op voorspellingen van de afgelopen 23 winters op het noordelijk halfrond . De resultaten waren vergelijkbaar , maar niet beter, dan die verkregen met klassieke methoden gebaseerd op atmosferische fysica , maar er kwamen ook enkele zwakke punten aan het licht. Zo lieten voorspellingen voor de winter van 2009-2010 , die bijzonder koud was in veel delen van Europa, waaronder Italië, nog steeds een significant verschil zien ten nadele van de AI .

"De winter van 2009-2010 was uitzonderlijk en vormt een cruciale testbank voor voorspellingen", zegt Adam Scaife, medeauteur van de studie, "maar zonder de onderliggende fysica van conventionele modellen hadden AI-gebaseerde oplossingen moeite om dit extremere geval te voorspellen . Het zal belangrijk zijn om de voordelen van deze machine learning-modellen te benutten om verbeteringen in seizoensvoorspellingen te versnellen", vervolgt Scaife, "en tegelijkertijd de ondersteuning van een fysisch begrip van de atmosfeer te behouden."