Google Research en Google DeepMind hebben WeatherNext 3 uitgebracht, de nieuwste versie van het AI-weersvoorspellingssysteem van het bedrijf en, volgens Google, het meest nauwkeurige wereldwijde voorspellingsmodel tot nu toe. Het systeem, aangekondigd op 3 september, zal beginnen met het invoeren van weersinformatie in Search, Google Maps en Gemini, en is beschikbaar voor bedrijven en onderzoekers via de cloudplatforms van Google.

In tegenstelling tot de supercomputers van de overheid die decennia lang de meeste voorspellingen in de wereld hebben geproduceerd, is WeatherNext 3 een diepgaand leermodel: het leert patronen rechtstreeks uit observaties in plaats van stap voor stap de vergelijkingen van de atmosferische fysica op te lossen. Google zegt ook dat dit het eerste AI-model is dat ruwe satellietwaarnemingen rechtstreeks integreert in een mondiale voorspelling met hoge resolutie – een bewering die minstens één concurrent betwist. Dit is wat er is veranderd en waarom voorspellers tot ver buiten Google de laatste AI-ontwikkelingen op dit gebied nauwlettend in de gaten houden.

Hoe AI de weersvoorspellingsmethode doorbrak

Traditionele voorspellingen komen van nationale instanties zoals de Amerikaanse National Weather Service en het European Centre for Medium-Range Weather Forecasts (ECMWF), wier supercomputers zich door wiskundige vergelijkingen heen werken die de fysica van de atmosfeer beschrijven. Deze systemen zijn opmerkelijk nauwkeurig, maar duur en relatief traag.

Het deep learning-alternatief kwam van de grond nadat de ECMWF in 2018 meer dan een halve eeuw aan gearchiveerde weersgegevens had vrijgegeven, waardoor onderzoekers precies het soort training kregen waar corpusneurale netwerken van gedijen. "Het weer is chaotisch, en dus beginnen kleine verschillen echt enorm te verstoren", vertelde Ferran Alet, stafonderzoekswetenschapper bij DeepMind, aan TechCrunch. "Machine learning richt zich op het probleem dat we werkelijk aan het oplossen zijn, namelijk het benaderen van luidruchtige natuurkunde op basis van onvolledige informatie en eindige berekeningen, en leert dus patronen uit veel gegevens."

Scherper, sneller en veel vaker

WeatherNext 3 is een groter model dan zijn voorganger – 2,4 keer meer parameters – en staat nu bovenaan Brightbands Operational WeatherBench, een onafhankelijke benchmark die AI-voorspellingssystemen vergelijkt op het gebied van temperatuur, windsnelheid en vochtigheid. Volgens TechCrunch presteert het beter dan concurrerende deep learning-modellen van Google, Microsoft, Nvidia en de ECMWF, en verslaat het de traditionele numerieke voorspellingen van de Amerikaanse National Weather Service en de ECMWF zelf.

De praktische voordelen zijn aanzienlijk:

  • Resolutie tot 5 km voor belangrijke variabelen, waarbij de meeste AI-modellen voorspellingen doen over gebieden van 15 tot 25 km. De Decoder meldt dat het model vijf keer gedetailleerder is dan WeatherNext 2.
  • Regenvoorspellingen verbeterden met 60 procent ten opzichte van WeatherNext 2 volgens de evaluaties van Google, en 9to5Google noemt 50 procent nauwkeurigere neerslagvoorspellingen voor de eigen producten van Google.
  • Uurvoorspellingen in plaats van de standaardfrequentie van zes uur, omdat het model elk uur in realtime verzamelde satellietwaarnemingen kan verwerken.
  • Targeting op stationniveau, wat betekent dat het model voorspelt wat specifieke weerstations (niet alleen rastervierkanten) zullen meten.

"Het idee, bij veel AI-toepassingen, is om te proberen taken zo end-to-end mogelijk uit te voeren", vertelde Daniel Rothenberg, een atmosferische wetenschapper bij Brightband, aan TechCrunch. "Het toevoegen van een mogelijkheid waarbij dit model nu ook voorspelt wat het weerstation van de luchthaven van Denver op uurbasis gaat meten, verbindt die voorspellingstaak gewoon dichter bij de kern."

Het geschil over ruwe satellietgegevens

De aanspraak van Google op een primeur berust net zo goed op dataloodgieterswerk als op modelarchitectuur. De meeste AI-voorspellers trainen en initialiseren nog steeds op geformatteerde analysedatasets die zijn geproduceerd door overheidsweeragentschappen. WeatherNext 3 neemt ruwe satellietwaarnemingen rechtstreeks, elk uur, op – dichter, zo betoogt Google, bij echte gegevensassimilatie.

De AI-weerstartup WindBorne werpt tegen dat zijn eigen WeatherMesh 6-model sinds eind 2025 ruwe observaties van zijn weerballonnenvloot en andere bronnen bevat. Gevraagd naar het geschil, wees Google op de mondiale oplossing van zijn voorspellingen. Beide bedrijven, zo merkt TechCrunch op, leunen nog steeds op nationale datasets voor delen van de pijplijn, dus volledig directe assimilatie blijft een werk in uitvoering voor het hele veld.

Waar gebruikers het kunnen zien

"Dit wordt de eerste keer dat een aantal van de kernvariabelen een groot deel van de Google-producten voeden en aandrijven", vertelde Samier Merchant, een senior staff engineer bij Google, aan TechCrunch. Weerinformatie in Search, Google Maps en Gemini zal voortbouwen op de output van WeatherNext 3, waardoor door AI gegenereerde voorspellingen zichtbaar worden voor miljarden gebruikers – van wie velen nooit het model erachter zullen kennen.

Waarom het er verder toe doet dan de app

De economie is het grotere verhaal. AI-voorspellingen zijn snel en goedkoop te produceren in vergelijking met supercomputerensembles, waardoor bruikbare voorspellingen binnen het bereik komen van regio’s die zich dit nooit hebben kunnen veroorloven. De Decoder meldt dat delen van Afrika, Latijns-Amerika en de Azië-Pacific die geen nauwkeurige voorspellingen hebben, de grootste winst zouden moeten boeken. Bill Gates heeft AI-weersvoorspellingen genoemd als een concreet ontwikkelingsvoordeel, waarbij betere voorspellingen de gewasopbrengsten in ontwikkelingslanden verbeteren, en Alet merkt op dat wind-, regen- en wolkenvoorspellingen met een hogere resolutie duurzame energieprojecten betrouwbaarder kunnen maken.

Meteorologische instanties in Europa en de VS zijn al bezig met het integreren van AI-modellen in hun operationele producten. Met WeatherNext 3 is de transformatorrevolutie die de taal hervormde stilletjes de motor van het alledaagse weer geworden.

Blijf AI een stap voor

AI-onderzoek gaat snel. Ontvang de nieuwste AI-ontwikkelingen op één plek.

Lees meer AI-nieuws →