DeepMind AI voorspelt orkanen een dag eerder dan bestaande modellen

Een AI-model ontwikkeld door Google DeepMind kan orkanen een volledige dag eerder voorspellen dan bestaande voorspellingssystemen, zo blijkt uit onderzoek dat op 6 augustus 2026 in Nature is gepubliceerd. Het WeatherNext-model leverde driedaagse voorspellingen die net zo nauwkeurig waren als de tweedaagse voorspellingen van eerdere modellen, waardoor voorspellers eerder konden waarschuwen voor verwoestende stormen. Die extra voorbereidingstijd hielp gemeenschappen zich voor te bereiden op orkaan Melissa, die catastrofale overstromingen en aardverschuivingen veroorzaakte op Jamaica.

Mike Brennan, directeur van het Amerikaanse National Hurricane Center, zei dat zelfs een paar uur extra waarschuwing cruciaal kan zijn voor het organiseren van evacuaties en het klaarzetten van voorraden. "Tijd is echt goud waard bij dit soort beslissingen", merkte hij op, en noemde het vermogen om de nauwkeurigheid van voorspellingen een dag verder te brengen "echt waardevol". De onderzoekers zeggen dat zo'n sprong vooruit historisch gezien tien jaar werk zou hebben gevergd.

Orkanen zijn berucht moeilijk te voorspellen omdat ze meerdere ruimtelijke schalen omvatten. Kate Musgrave, leider van de tropische cycloon-groep bij het Cooperative Institute for Research in the Atmosphere en co-auteur, legde uit dat het voorspellen van het pad van een storm wereldwijde weersgegevens vereist, terwijl intensiteitsvoorspellingen veel fijnmazigere lokale gegevens over atmosferische en oceanische omstandigheden nodig hebben. Eerdere AI-modellen worstelden met intensiteit, maar WeatherNext slaagde erin. Tijdens orkaan Melissa kon het National Hurricane Center een storm van categorie 5 voorspellen toen die nog maar categorie 1 was - een primeur.

Ferran Alet, onderzoekswetenschapper bij Google DeepMind en hoofdauteur, zei dat het team het model trainde op enorme hoeveelheden algemene weergegevens om het tekort aan cycloongegevens te compenseren. Het model gebruikt relatief grove atmosferische invoer, maar vangt toch signalen over stormintensiteit op die wetenschappers verrasten. "Toen we de gemeenschap vertelden dat ons model alleen relatief grove resolutie gebruikte, waren ze geschokt", zei Alet. In 2026 genereert het model 1.000 mogelijke scenario's per storm, tegen 50 in 2025, waardoor voorspellers rekening kunnen houden met het vlindereffect.

Voordat het model live werd ingezet, werd het getest op retrospectieve gegevens met zo sterke resultaten dat onderzoekers sceptisch waren of ze in realtime zouden standhouden. Musgrave zei dat de prestaties inderdaad standhielden, tot ieders verrassing. Brennan waarschuwde echter dat het AI-model slechts een van de vele instrumenten is en dat geen enkel model gegarandeerd het beste is voor elke toekomstige storm. De menselijke factor blijft essentieel om voorspellingen te vertalen naar impactwaarschuwingen die levens redden.

Google DeepMind kondigde aan dat het de WeatherNext-modellen die tijdens het orkaanseizoen zijn gebruikt, open-source maakt, zodat onderzoekers wereldwijd ze kunnen gebruiken en verbeteren. Alet sprak de hoop uit dat dit zal leiden tot nieuwe wetenschappelijke ontdekkingen over het gedrag van cyclonen: "Ik denk dat AI ons nieuwe instrumenten geeft om de wetten van het universum te onderzoeken."