Kunstmatige intelligentie (AI) maakt een snelle vooruitgang en wordt op grote schaal in de samenleving gebruikt, waardoor de manier waarop we leven en werken fundamenteel verandert. Ook in het weer en dan vooral de weersverwachtingen kan AI in de toekomst een grotere rol gaan spelen.
Wat is AI?!
Kunstmatige intelligentie, oftewel AI (Artificial Intelligence in het Engels) verwijst naar de ontwikkeling van "intelligente systemen" die de taken kunnen uitvoeren die mensachtige intelligentie vereisen. Al eens aan je mobiele telefoon gevraagd: "Hoi Siri" of "Hey Alexa"?! Virtuele assistenten zoals Siri of Alexa zijn voorbeelden van kunstmatige intelligentie.
Als we het hebben over AI en weersverwachtingen, gaat het meer om Machine Learning. Dat is een onderdeel van AI waarbij algoritme worden getraind om van gegevens te leren en specifieke taken uit te voeren, zonder expliciete programmering. Machine Learning richt zich op het verbeteren van de nauwkeurigheid en efficiëntie van deze taken door gebruik te maken van patronen en correlaties in de data of gegevens. Een voorbeeld van Machine Learning is gezichtsherkenning. Denk aan de foto's van je vrienden op je mobiele telefoon of op Facebook: mensen worden meteen getagd en geverifieerd door patronen via gezichtscontouren te vergelijken en te analyseren.
AI in weersverwachtingen
Met weersverwachtingen kan AI en dan vooral het onderdeel Machine Learning een grote rol spelen. Er zijn al enkele systemen ontwikkeld om door middel van Machine Learning weersverwachtingen te maken, bijvoorbeeld DeepMind van Google, Pangu-weather van Huawei en FourCastNet van NVIDIA. Deze AI-getrainde systemen kunnen op normale desktopcomputers binnen enkele minuten tiendaagse verwachtingen doen die vergelijkbaar zijn met traditionele weermodellen. In sommige gevallen zijn de AI-verwachtingen zelfs beter en meer accuraat.
Een voorbeeld van weersverwachtingen van AI-modellen (Bron: ECMWF)
Hoe werkt het?
Voordat we kijken hoe AI weersverwachtingen maken, laten we eerst even uitleggen hoe "traditionele numerieke weermodellen" werken... Traditionele weermodellen beginnen met het invoeren van een momentopname van de huidige omstandigheden, die gebaseerd is op waarnemingen van satellieten, weerstations en boeien (bijvoorbeeld op de zee of oceanen), in een rasterachtig computermodel dat de atmosfeer in miljoenen vakjes verdeelt. De momentopname wordt vooruit in de tijd uitgevoerd door de fysische wetten van de atmosfeer op elk vakje toe te passen (dus worden wiskundige vergelijkingen die van toepassing zijn op de atmosfeer, opgelost). Dat kost heel veel rekenuren! En daarom heb je ook een supercomputer nodig om dit soort berekeningen te doen.
Een voorbeeld van een berekening van het ECMWF-weermodel. Hier zijn luchtdruk, wolken en regen te zien voor het tijdstip 16.00 uur lokale tijd op dinsdag 30 januari 2024. (Bron: WXCharts)
Kunstmatige Intelligentie aan de andere kant slaat het oplossen van de vergelijkingen over. In plaats daarvan worden patronen geïdentificeerd in de manier waarop de atmosfeer op natuurlijke wijze ontwikkelt. Voor zo'n AI-systeem om dat te kunnen doen, moet het eerst geleerd worden. In het geval van de huidige AI-weersystemen gaat het om training op zo'n 40 jaar "reanalysis" data van ECMWF (het Europees weermodel) die bestaan uit een combinatie van waarnemingen en kortermijnverwachtingen om een compleet beeld van het weer in het verleden weer te geven.
Tot nu toe lijkt de AI-verwachtingen keurig accuraat te zijn, tenminste in vergelijking met de numerieke verwachtingen. Als een AI-systeem dezelfde momentopname van de atmosfeer krijgt, gebaseerd op dezelfde combinatie van waarnemingen, kan het de ECMWF-verwachting over een periode van 10 dagen overtreffen op 90% van zijn verificatiedoelen. Er zijn al meerdere studies gedaan die deze accuraatheid van AI-systemen laten zien.
Hoewel het 32 computers vier weken kostte om het AI-systeem te trainen, duurde het niet eens één minuut om de verwachtingen te maken. Het is dus snel, nauwkeurig en nuttig! Ook kosten deze datagestuurde modellen aanzienlijk minder dan de op fysica-gebaseerde numerieke weermodellen.
Binnenkort geen weerpersoon meer?!
AI brengt een innovatieve aanvulling op de huidige weermodellen en door de hoge snelheid en de lage koste ervan, biedt het een scala aan ontwikkelingsmogelijkheden:
- grotere ensemblegroottes en verwachtingen met een hogere resolutie
- een breder scala aan gebruikersgerichte diensten
-grotere beschikbaarheid van tijdige prognoses die zijn afgestemd op specifieke gebruikersbehoeften
Maar betekent het dat er binnenkort geen weerpersoon meer nodig is?!
Hoewel AI een cruciale rol speelt bij het verbeteren van de nauwkeurigheid van weersverwachtingen, blijven de meteorologen essentieel voor het effectief interpreteren en communiceren van weersinformatie. AI-weermodellen zijn afhankelijk van gegevens uit het verleden en zijn daardoor mogelijk minder goed toegerust om zeldzame en nooit eerder geziene gebeurtenissen te voorspellen.
Foto: JJ van der Laag (Ameland, 17 februari 2022)
Meteorologen daarentegen beschikken over de expertise om numerieke weergegevens, en dus ook weersverwachtingen van AI, om te zetten in betekenisvolle inzichten die iedereen kan begrijpen, waardoor men weloverwogen beslissingen kan nemen. Ook kunnen de meteorologen in zeldzame situaties en omstandigheden die nog nooit eerder zijn voorgekomen, een betekenisvolle en inzichtelijke inschatting maken van wat het weer gaat doen. Wel brengt AI een innovatieve en spannende nieuwe ontwikkeling op het gebied van weersverwachtingen en we, als meteorologen kunnen het best deze nieuwe technologie omarmen.
