Google DeepMind en Google Research hebben een nieuw AI-model voor weersvoorspelling uitgebracht: WeatherNext 3. Dit model kijkt vaker naar de veranderende atmosfeer en geeft gedetailleerdere voorspellingen dan eerdere versies en veel bestaande systemen.

Wat is WeatherNext 3?

WeatherNext 3 is een kunstmatig-intelligentie-model dat weergegevens gebruikt om voorspellingen te maken. Google zegt dat de uitkomsten straks gebruikt worden in producten zoals Google Zoeken, Google Maps en Gemini, en dat onderzoekers ermee kunnen werken via de cloudplatforms van Google.

Het model scoorde als meest accuraat in onafhankelijke vergelijkingen op Operational WeatherBench, een testomgeving van de startup Brightband. Daar wordt gekeken naar zaken als temperatuur, windsnelheid en vochtigheid. In die tests deed WeatherNext 3 het beter dan andere AI-modellen van grote spelers en zelfs beter dan sommige traditionele overheidsvoorspellingen.

Wat verandert er voor jou als gebruiker?

WeatherNext 3 levert een aantal concrete verbeteringen die je dagelijks kunt merken:

• Het kan voorspellen op een fijnere schaal: tot ongeveer 5 kilometer resolutie, waar eerdere AI-modellen vaak een gebied van 15–25 km gebruikten.

• Het geeft nu elk uur een voorspelling, in plaats van elke zes uur, dus je krijgt sneller updates.

• Regenverwachtingen zijn veel beter geworden: Google meldt een verbetering van ongeveer 60% ten opzichte van de vorige versie.

Deze punten maken het makkelijker om korte termijn beslissingen te nemen, bijvoorbeeld of je een paraplu moet meenemen of dat een bui juist snel voorbij trekt.

Technische verbeteringen achter de schermen

Een paar technische keuzes verklaren de stappen vooruit, zonder in ingewikkelde wiskunde te duiken.

• Het model is veel groter: het heeft ongeveer 2,4 keer meer parameters dan zijn voorganger. Dat betekent meer rekencapaciteit om patronen te leren uit data.

• Het is getraind om specifieke doelen te voorspellen, waaronder wat individuele weerstations meten. Daardoor kan de output direct vergeleken worden met grondmetingen en worden fouten beter opgespoord.

• WeatherNext 3 werkt direct met ruwe observaties van weer­satellieten die elk uur binnenkomen. Waar traditionele voorspellingen vaak afhangen van bewerkte analyse-uitvoeren van supercomputers, gebruikt dit model meer direct beschikbare, empirische waarnemingen.

Deze aanpak is niet zonder uitdagingen. Ongeformatteerde, rauwe data zijn technisch lastiger om goed te verwerken. Google zegt dat dit de eerste keer is dat een AI-model zulke rauwe waarnemingen direct gebruikt voor een hoog-resolutie wereldwijde voorspelling. Een weer-startup, WindBorne, zegt dat hun model WeatherMesh 6 al eerder soortgelijke ruwe observaties gebruikte. Beide systemen blijven echter ook afhankelijk van nationale weerdata voor hun berekeningen.

Waarom dit belangrijk kan zijn

Traditionele weersvoorspellingen komen vaak van grote, overheidseigen supercomputers. Die rekenen op natuurkundige vergelijkingen en leveren doorgaans betrouwbare voorspellingen, maar ze zijn duur en traag. AI-modellen bieden een snelle en goedkopere aanvulling.

De nieuwe modellen kunnen vooral voordeel opleveren voor gebieden waar dure meetapparatuur en supercomputers moeilijk beschikbaar zijn. Snellere, goedkopere verwachtingen kunnen:

• lokale landbouw helpen door betere neerslag- en windinformatie voor gewasplanning;

• energiebedrijven helpen bij het voorspellen van wind- en zonneopbrengst voor duurzame energie;

• hulpdiensten en lokale overheden beter informeren bij extreem weer.

Belangrijke stemmen in de tech- en ontwikkelingswereld wijzen er ook op dat betere weersvoorspellingen wereldwijd economische en maatschappelijke voordelen kunnen hebben.

Conclusie

WeatherNext 3 is een volgende stap in het gebruik van AI voor het weer. Het model voorspelt vaker, op kleinere schaal en geeft betrouwbaardere regenverwachtingen dan veel eerdere systemen. Google wil deze data gebruiken in zijn producten en beschikbaar maken voor onderzoekers. Tegelijkertijd blijven zowel AI-modellen als traditionele voorspellingssystemen deels van elkaar afhankelijk en blijft verdere ontwikkeling nodig voordat modellen volledig zelfstandig op ruwe waarnemingen vertrouwen.

Voor jou betekent dit waarschijnlijk: nauwkeuriger weerinformatie in apps en zoekresultaten, en vaker een waarschuwing voordat een bui losbarst.