– Hela vårt community har blivit tagna på sängen av AI-utvecklingen. Vi trodde att det här låg tio år in i framtiden, säger Tomas Landelius som är forskare i meteorologi vid SMHI i Norrköping.
Gencast har tränat på 40 år av väderdata, från 1978 till 2018. Sen lät forskarna Gencast göra väderprognoser för 2019 som de jämförde med det faktiska vädret. Ilan Price är forskare i maskininlärning vid Google Deepmind och är en av utvecklarna av Gencast:
– Vi fann att vi fick mer korrekta väderprognoser med Gencast jämfört med traditionella metoder. Och det gällde för både vanligt vardagsväder och extremväder, som värmeböljor och tropiska orkaner, säger han.
Kaos och osäkerhet
En AI-modell använder sig av gamla väderobservationer och lär sig känna igen vädret. Den hittar mönster i variabler som temperatur, vindriktning, tryck med mera. När meteorologer ska göra en prognos stoppar de in sina väderobservationer i modellen som sen känner igen olika scenarier och kan dra slutsatser om den närmaste framtidens väder.
I traditionell meteorologi stoppar man in alla väderobservationer i en superdator som med hjälp av fysikens väderekvationer räknar ut en väderprognos.
– Väder är kaos. Om vi har en liten förändring i exempelvis luftfuktighet ute på Atlanten så kan det ge en större förändring när vädret kommer in mot Sverige. Och det gör att det är väldigt svårt att förutsäga väder, säger Tora Tomasdottir som är meteorolog på SVT.
Tropisk orkan
Att göra en väderprognos är alltså alltid förknippat med ett stort mått av osäkerhet – och det gäller också för AI-modellerna. Men i en artikel i Nature nyligen kunde Ilan Price visa att Gencast lyckades förutsäga den tropiska orkanen Hagabis väg in mot den japanska kusten 2019, och kunde flera dagar i förväg visa med stor sannolikhet var den nådde land.
– Om vi litar på Google Deepmind och tror att de har så bra prognoser som de säger kommer vi får väldigt bra prognoser för just orkaners bana, men jag vet inte om de funkar lika bra för till exempel vanliga molnprognoser, säger Tora Tomasdottir.
Gencast testas nu tillsammans med andra AI-modeller på det europeiska vädercentret ECMWF i brittiska Reading som SMHI får sin globala väderdata ifrån.
– Kanske redan om något år kommer också vi på SMHI ha egna regionala AI-modeller som kompletterar de globala modellerna från ECMWF, säger Tomas Landelius.