Google DeepMind voorspelt orkanen dag eerder met nieuw AI-model

Tropische cyclonen, ook bekend als orkanen of tyfonen, behoren tot de dodelijkste natuurverschijnselen op aarde. De afgelopen vijftig jaar kostten ze wereldwijd meer dan 700.000 mensen het leven en veroorzaakten ze naar schatting 1,4 biljoen dollar aan economische schade. Voor meteorologen is elk waarschuwingsuur cruciaal: hoe eerder bewoners weten dat een storm eraan komt, hoe meer tijd ze hebben om te evacueren of zich voor te bereiden.

Een dag eerder waarschuwen

Het nieuwe model van Google DeepMind, WeatherNext, doet die voorspelling nu aantoonbaar beter dan bestaande numerieke weersvoorspellingen. In een studie die deze week in het vaktijdschrift Nature verscheen, laat het onderzoeksteam zien dat WeatherNext gemiddeld een volle dag winst oplevert: een voorspelling voor over drie dagen is nu net zo betrouwbaar als wat oudere modellen alleen voor twee dagen vooruit konden bieden. Volgens de onderzoekers staat die sprong gelijk aan ongeveer tien jaar vooruitgang in de meteorologie. Het model werd ontwikkeld samen met het Amerikaanse National Hurricane Center, het Cooperative Institute for Research in the Atmosphere en de Britse weerdienst Met Office. Tijdens het orkaanseizoen van 2025 hielp het model al mee aan een opvallend accurate voorspelling van orkaan Melissa: het systeem zag de snelle versterking van de storm en de landing op Jamaica ruim van tevoren aankomen, waardoor hulpteams eerder konden worden gewaarschuwd.

Eén model voor baan én kracht

Cycloonvoorspellingen vereisten tot nu toe twee aparte aanpakken. De route die een storm aflegt, wordt bepaald door grootschalige luchtstromen en is van oudsher het domein van wereldwijde, relatief grove weermodellen. De cycloonintensiteit, oftewel hoe sterk een storm wordt, hangt juist af van kleinschalige processen rond de kern van de storm en vroeg daarom om gedetailleerdere, lokale modellen. WeatherNext combineert beide taken in één AI-systeem en doet dat opvallend genoeg met relatief grove data: een resolutie van 28 bij 28 kilometer, honderd keer grover dan traditionele intensiteitsmodellen gebruiken. Waarom het model daarmee toch zo nauwkeurig is, is voor de onderzoekers zelf nog niet volledig duidelijk. Het systeem is getraind op bijna 20 terabyte aan wereldwijde weerdata en de IBTrACS-database met bijna 5.000 historische stormen. Met een techniek die het team functionele generatieve netwerken noemt, genereert WeatherNext bovendien in minder dan een minuut duizend verschillende scenario's voor het verloop van een storm. Die ensemblevoorspelling laat zien hoe waarschijnlijk uiteenlopende uitkomsten zijn, inclusief zeldzame maar gevaarlijke gebeurtenissen zoals plotselinge, snelle intensivering.

Model wordt gratis beschikbaar

Google DeepMind maakt de programmacode en de modelgewichten van WeatherNext nu openbaar, zodat onderzoekers, weerdiensten en hulporganisaties er zelf mee kunnen werken. Naast de volledige versie brengt het bedrijf ook WeatherNext 2-mini uit, een compactere variant die op één chip kan draaien en via een gratis online notebook te proberen is. De voorspellingen van het AI-weersvoorspellingsmodel zijn ook te bekijken via het platform Weather Lab, dat naast cycloonbanen inmiddels ook temperatuur, neerslag en windsnelheid wereldwijd in beeld brengt. Officiële waarschuwingen blijven een taak van nationale weerdiensten, benadrukt Google, maar het bedrijf hoopt dat opengestelde technologie meteorologen overal ter wereld helpt om sneller en beter te reageren op extreem weer.