Het model, genaamd 'GenCast', presteert beter dan traditionele klimaatvoorspellingen voor de middellange afstand en is ook in staat om extreme weersomstandigheden, tropische cycloonroutes en windenergieproductie beter te voorspellen.

Details van het model werden vrijgegeven in een artikel dat gepubliceerd werd in het tijdschrift Nature, volgens het agentschap Efe.

Nauwkeurige weersvoorspellingen zijn essentieel zodat mensen, overheden en organisaties essentiële beslissingen kunnen nemen in hun dagelijks leven, van het dragen van een paraplu tot het evalueren van windenergieproductie of het plannen van extreme weersomstandigheden om rampen te voorkomen.

Traditionele weersvoorspellingen zijn gebaseerd op numerieke weersvoorspellingsmethoden, die het huidige weer inschatten en dit in kaart brengen naar een toekomstige weersvoorspelling in de tijd (bekend als deterministische voorspellingen), maar dit genereert talloze potentiële scenario's, die worden gecombineerd om een weersvoorspelling te produceren.

Nu heeft een team wetenschappers bij Google een machine learning weersvoorspellingsmethode genaamd GenCast ontwikkeld die in staat is om een probabilistische voorspelling te genereren, die de waarschijnlijkheid van toekomstig weer voorspelt op basis van de huidige en voorbije weersomstandigheden.

De auteurs trainden GenCast op basis van 40 jaar data-analyse (1979 tot 2018) van de beste schattingen van klimaatverschijnselen.

Dankzij deze training is het model in staat om in acht minuten wereldwijde voorspellingen voor 15 dagen te genereren voor meer dan 80 atmosferische en oppervlaktevariabelen.

Bij een vergelijking met het voorspellingssuite van het European Center for Medium-Range Weather Forecasts (ENS) - momenteel wereldwijd de best presterende voorspelling voor de middellange termijn - bleek dat GenCast in 97,2% van de 1.320 gebruikte doelen beter presteerde dan ENS.

GenCast is ook effectiever in het voorspellen van extreme weersomstandigheden, tropische cycloon trajecten en windenergie productie.

De auteurs stellen dat GenCast efficiëntere en effectievere weersvoorspellingen kan genereren om effectieve planning te ondersteunen.