mogelijk van dezelfde orde als satellieten hadden op NWP. Toevallig was ik vorige maand in Bologna en daar heb ik de kans gehad om de supercomputer van het ECMWF van binnen te zien. Impressionant alleszins. Ik had de vorige HPC in Reading al gezien, maar deze faciliteit was indrukwekkend, vanuit architectoraal oogpunt, omdat ze een omhullend gebouw rond de computer hebben gemaakt.
In de verschillende presentaties daar werd er o.a. gesproken over Machine Learning (ML). Op dit moment heeft de AI revolutie voor een sprong gezorgd dat vergelijkbaar is met 10 model cycli ongeveer (grosso modo 5 à 10 jaar ontwikkeling van het traditioneel model). Het verschil tussen IFS an AIFS wordt nu vooral bepaald door de kwaliteit van de ERA5 reanalyse dataset, de bechmark voor de verificaties. Maar met nieuwe ontwikkelingen in IFS zou dit verschil mogelijk kleiner worden. Uiteraard staan ontwikkelingen in AIFS niet stil en zullen betere trainingdatasets gebruikt worden (ERA6), wat dan weer voor een nieuwe sprong zal zorgen.
Een aantal pijnpunten blijven echter:
- met fysica (NWP) kunnen nieuwe, extreme fenomenen gecapteerd worden. Een studie met ML modellen waarbij de orkanen van de hoogste categorie uit de trainingdataset werden verwijderd laat zien dat huidige ML modellen dit niet kunnen.
- trainingdataset steunt op NWP.
- analyse/DA is nog een moeilijkheid, maar hier worden grote stappen gezet in ML.
- ML laat niet toe om diagnose te doen: waarom geeft een model deze output?
Ik denk dus dat beide systemen, ML en NWP nog wel een lange tijd parallel zullen lopen. En de rol van de meteoroloog om een coherent verhaal te maken (diagnose!), is nog steeds een toegevoegde waarde ten opzichte van AI.
