Volgens een artikel in Wired Magazine op basis van een recente publicatie gepubliceerd in Science heeft de DeepMind AI-weersvoorspeller van Google, GraphCast, een grote doorbraak bereikt . Dit geavanceerde AI-systeem voorspelde nauwkeurig de aankomst van de orkaan Lee op Long Island, Nova Scotia, en demonstreerde daarmee zijn voorspellingsmogelijkheden die op punten accurater is dan de tradionele methodieken.
https://www.wired.com/story/google-deepmind-ai-weather-forecast/
Wat GraphCast zo bijzonder maakt, is de efficiëntie: het kan op een gewone laptop draaien en binnen een minuut voorspellingen genereren. Dit staat in schril contrast met conventionele weersimulaties waarvoor krachtige servers en meerdere uren rekenwerk nodig zijn. Het succes van GraphCast suggereert een aanzienlijke sprong voorwaarts op het gebied van AI-aangedreven weersvoorspellingen.
Een opvallend aspect is de mogelijkheid tot maatwerk. Onderzoekers zijn van mening dat GraphCast kan worden verfijnd om nog beter te presteren onder specifieke weersomstandigheden, zoals neerslag, extreme hitte of orkaansporen. Google onderzoekt ook manieren om GraphCast in zijn producten te integreren, waardoor het bereik van deze geavanceerde voorspellingstechnologie wordt vergroot.
Ondanks het succes heeft GraphCast enkele beperkingen. Het biedt momenteel geen ensemblevoorspellingen, waarin meerdere mogelijke uitkomsten voor een weergebeurtenis gedetailleerd worden beschreven, en het kan moeite hebben om extreme gebeurtenissen zoals Categorie 5-stormen nauwkeurig te voorspellen. Onderzoekers werken actief aan het verbeteren van deze aspecten om het systeem nog betrouwbaarder te maken.
Eén punt van zorg is de afhankelijkheid van historische gegevens voor het trainen van het model. Omdat weerpatronen in de loop van de tijd veranderen, bestaat er onzekerheid over hoe goed het model zich zal aanpassen aan toekomstige klimaatverschuivingen. De onderzoekers benadrukken het belang van het gebruik van de meest actuele gegevens om het systeem te trainen, zodat het in staat is nauwkeurige voorspellingen te doen in een veranderend klimaat.
Het succes van GraphCast wordt gezien als nog maar het begin. Onderzoekers voorzien verdere verfijningen van het model, waarbij het wordt afgestemd op specifieke weersomstandigheden of regio’s. Deze doorbraak in AI-weersvoorspellingen markeert een aanzienlijke vooruitgang in het veld, met mogelijke implicaties voor de manier waarop we weersgebeurtenissen in de toekomst begrijpen en erop voorbereiden.