Hoe kunstmatige intelligentie orkaan-voorspellingen verandert
In 2025 zette het National Hurricane Center (NHC) een opmerkelijke stap: samen met Google DeepMind werd een gloednieuw AI-weermodel getest om tropische stormen en orkanen beter te voorspellen.
Het idee: de klassieke, fysica-gedreven modellen maken plaats — al dan niet gedeeltelijk — voor AI-systemen die razendsnel honderden scenario’s kunnen simuleren op basis van decennia aan historische weerdata. Waar traditionele modellen uren of zelfs dagen rekenen, bezorgt AI het weerbeeld in minuten.
|
Can AI help forecasters better predict destructive hurricanes?AI-assisted weather models were put to the test this past hurricane season, with some experts saying they will become a staple for future hurricane forecasting. |
Succes bij Hurricane Melissa — én realistische beperkingen
Het succesverhaal van dit experimentele model kwam er tijdens orkaan Melissa. Volgens het NHC maakte de DeepMind-AI veel nauwkeurigere voorspellingen van baan en intensiteit dan klassieke modellen. Vooral de voorspelling dat Melissa razendsnel zou intensifiëren tot een categorie 5-orkaan — alvorens Jamaica te treffen — werd als cruciaal genoemd.
Desondanks waarschuwen experts voor te veel optimisme. Dit seizoen bleef het relatief rustig in de Verenigde Staten, en het model moet zich nog bewijzen bij stormen die het Golfof Mexico of andere beladen gebieden opzoeken. Bovendien houden traditionele fysica-modellen waardevol stand — vooral wanneer plotselinge, extreem weer optredende variabelen de voorspelbaarheid bemoeilijken.
Waarom AI-voorspellingen het verschil kunnen maken
AI-weermodellen zoals die van DeepMind “leren” aan de hand van 40 + jaar data hoe het klimaat en atmosferische condities zich gedragen. Zodra ze getraind zijn, kunnen ze met actuele gegevens razendsnel en op grote schaal voorspellingen maken — inclusief honderden mogelijke trajecten en intensiteitsscenario’s. Dat maakt zeer snelle waarschuwingen mogelijk, iets wat bij orkanen met plotselinge intensivering cruciaal kan zijn.
Voor meteorologen en rampendiensten zou dit betekenen dat waarschuwingen vroeger en nauwkeuriger kunnen, en dat rampen-voorbereiding beter afgestemd kan worden op de meest waarschijnlijke scenario’s.
Wat de toekomst kan brengen — en waar de aandacht moet blijven
De resultaten zijn veelbelovend, maar de balans tussen snelheid en fysieke correctheid blijft cruciaal. Sommige onderzoekers benadrukken dat AI-modellen geneigd zijn om “verschillen glad te strijken” — wat helpt bij het vermijden van ruis, maar soms ten koste kan gaan van fysisch realistische details.
Daarom is de huidige visie niet dat AI traditionele modellen volledig vervangt, maar eerder dat het een waardevolle aanvulling is — vooral in combinatie met klassieke simulaties. In elk geval luidt de consensus dat AI “niet mag schitteren op basis van één storm”: meerdere tests, onder uiteenlopende omstandigheden, zijn nodig voordat AI-voorspellingen echt de standaard worden.
