AI voorspelt het weer steeds beter, behalve wanneer het écht extreem wordt

De afgelopen jaren heeft artificiële intelligentie (AI) een echte revolutie ontketend in de meteorologie. Waar klassieke weermodellen (zoals GFS of ECMWF) gebaseerd zijn op complexe natuurkundige vergelijkingen, leren AI-modellen rechtstreeks uit enorme hoeveelheden historische data en observaties. Dat maakt ze niet alleen razendsnel, maar vaak ook verrassend accuraat. Vaak presteren ze zelfs beter dan de traditionele modellen die al decennialang de basis vormen van weersvoorspellingen.

Toch blijkt er nu een duidelijke zwakke plek te zijn. Namelijk bij extreme weersituaties. Een nieuwe studie, in april gepubliceerd in het wetenschappelijke magazine Science Advances, werpt een kritisch licht op deze ontwikkeling. De conclusie is opvallend: hoewel AI-modellen uitstekend zijn in het voorspellen van “normaal” weer, blijven klassieke, fysisch gebaseerde modellen duidelijk beter wanneer het gaat om recordbrekende extremen.

• Weerliefhebber? Volg ons via X en Facebook
• Volg de interessante weerberichten op Youtube

Deelnemen aan discussie? Ben je geïnteresseerd om deel te nemen als weeramateur of liefhebber van het weer aan het weerforum? Onderaan dit artikel krijg je bliksemsnel & gratis toegang tot alle reacties. Je kan ook je eigen weerfoto’s uploaden.

Extreme weersituaties

Extreme weersituaties zijn allesbehalve zeldzaam geworden. Door de opwarming van het klimaat zien we steeds vaker gebeurtenissen die oude records verbreken. Denk aan hittegolven die temperaturen meerdere graden boven eerdere records duwen, of stormen die krachtiger zijn dan ooit gemeten.

• Geïnteresseerd in het weer? Schaaf je weerkennis dan bij met dit leuke weerboek!

Die “recordbrekende” extremen staan centraal in het nieuwe onderzoek. De wetenschappers analyseerden duizenden van zulke gebeurtenissen uit 2018 en 2020 en vergeleken hoe goed verschillende modellen deze konden voorspellen. Wat bleek? AI-modellen hadden systematisch moeite om deze extremen correct in te schatten.

AI onderschat frequentie en intensiteit van extremen

De resultaten zijn behoorlijk eenduidig. AI-modellen blijken zowel de intensiteit als de frequentie van extreme gebeurtenissen te onderschatten . Met andere woorden: ze voorspellen niet alleen te weinig extremen, maar maken ze ook minder intens dan ze in werkelijkheid zijn. Bij hittegolven betekent dit dat temperaturen vaak te laag worden ingeschat. Bij koude-uitbraken gebeurt net het omgekeerde: die worden minder extreem voorgesteld dan ze effectief zijn.

En ook bij zware windstormen zien we vergelijkbare afwijkingen. Wat het nog problematischer maakt, is dat de fout groter wordt naarmate het record sterker wordt gebroken. Hoe uitzonderlijker de gebeurtenis, hoe slechter de AI-modellen presteren. Het lijkt alsof er een soort “plafond” zit op wat deze modellen durven voorspellen. Zodra de werkelijkheid buiten het bereik valt van wat ze eerder gezien hebben, blijven ze hangen in meer gematigde waarden.

• Ooit al gehoord van een stormglas?

Een fundamenteel verschil in aanpak

Om te begrijpen waarom dit gebeurt, moeten we kijken naar hoe beide types modellen werken. AI-modellen zijn volledig datagedreven. Ze leren patronen herkennen in historische datasets en gebruiken die kennis om nieuwe voorspellingen te maken. Dat werkt uitstekend zolang toekomstige situaties lijken op wat eerder al is waargenomen. Maar daar zit net het probleem. Recordbrekende extremen zijn per definitie zeldzaam, of zelfs volledig nieuw.

Voor een AI-model vallen ze dus buiten de “ervaring” waarop het getraind is. Het gevolg is dat het model moeite heeft om zulke situaties correct te extrapoleren. Klassieke weermodellen werken fundamenteel anders. Ze zijn gebaseerd op natuurkundige wetten, zoals thermodynamica en stromingsleer, die altijd geldig blijven, ook in extreme omstandigheden. Daardoor kunnen ze beter omgaan met situaties die nog nooit eerder zijn waargenomen.

Belang van deze studie

De implicaties van deze bevindingen zijn groot. Want net bij extreme weersituaties is een accurate voorspelling het belangrijkst. Denk aan hittegolven waarbij tijdige waarschuwingen levens kunnen redden, of zware stormen waarbij infrastructuur beschermd moet worden. In zo’n situaties vormen weersvoorspellingen de basis voor early warning systems en crisisbeheer.

Als een model een extreme gebeurtenis onderschat of zelfs mist, kan dat leiden tot onvoldoende voorbereiding, met potentieel ernstige gevolgen. Opvallend is bovendien dat AI-modellen het vooral moeilijk hebben met het voorspellen van extremen op korte termijn. En net die korte termijn is cruciaal voor operationele beslissingen en waarschuwingen.

Geen einde van AI, maar een reality check

Betekent dit dat AI geen toekomst heeft in de meteorologie? Zeker niet. Integendeel: AI heeft al bewezen een bijzonder krachtig hulpmiddel te zijn. Voor algemene weersvoorspellingen biedt het enorme voordelen op vlak van snelheid en efficiëntie. Bovendien evolueren deze modellen razendsnel. Wat deze studie vooral duidelijk maakt, is dat we nog niet klaar zijn om volledig over te schakelen naar AI. De onderzoekers spreken van een soort “waarschuwingsschot”: het zou onverstandig zijn om klassieke modellen te snel aan de kant te schuiven.

De meest veelbelovende piste lijkt dan ook een combinatie van beide types modellen. Door AI te combineren met fysische modellen kunnen we profiteren van het beste van twee werelden: snelheid en efficiëntie enerzijds, betrouwbaarheid en robuustheid anderzijds. Onderzoekers werken al aan zulke hybride systemen, waarbij AI bijvoorbeeld bepaalde processen versnelt, terwijl de fysische basis behouden blijft. Ook nieuwe generaties AI-modellen, die beter omgaan met onzekerheid en extremen, zijn in ontwikkeling.

Een belangrijke les in een opwarmend klimaat

In een wereld waarin extreme weersomstandigheden steeds vaker voorkomen, is deze studie bijzonder relevant. Ze herinnert ons eraan dat technologische vooruitgang niet automatisch betekent dat oudere methodes overbodig worden. Integendeel: net in de meest kritieke situaties blijken klassieke modellen nog steeds een cruciale rol te spelen. De boodschap is dan ook duidelijk. AI zal de meteorologie blijven transformeren, maar voorlopig blijft voorzichtigheid geboden. Zeker wanneer het gaat om de meest impactvolle en gevaarlijke weersituaties. Want als het weer echt uit de hand loopt, willen we vooral één ding: een voorspelling waarop we kunnen vertrouwen!

Gebaseerd op:
Zhang, Z., Fischer, E., Zscheischler, J., and Engelke, S.: Physics-based models outperform AI weather forecasts of record-breaking extremes, Science Advances, 12, eaec1433, https://doi.org/10.1126/sciadv.aec1433, 2026.