De AI-voorspelling van Google DeepMind zat bij orkaan Isaías volgens HurriLab dicht bij de uiteindelijke aanlandingsplaats en voorspelde het tijdstip binnen enkele uren, meer dan drie dagen vooruit. Voor de intensiteit zei Michael Brennan, directeur van het National Hurricane Center (NHC), dat de officiële NHC-verwachting 20 tot 40 procent meer voorspelvaardigheid had dan DeepMind. Isaías kwam op 9 oktober 2026 bij Destin, Florida, aan land.
Wat de voorspellingen van Isaías maten
Het NHC meldde dat Isaías rond 20.30 uur CDT bij Destin aan land kwam, met maximale aanhoudende windsnelheden van 105 mph, ongeveer 169 km/u, en een geschatte minimale kerndruk van 971 mb.
De route van een orkaan en zijn intensiteit zijn verschillende voorspellingsvragen. De routebeschrijving gaat over waar en wanneer de storm aankomt; de intensiteit betreft onder meer de kracht van de wind. De gerapporteerde resultaten voor Isaías liepen uiteen:
| Voorspelde eigenschap | Gerapporteerde uitkomst voor Isaías | Verwachtingen in de vergelijking |
| Route | HurriLab meldde dat Google DeepMind het dichtst bij de aanlandingslocatie zat en het tijdstip binnen enkele uren voorspelde, meer dan drie dagen vooruit. | Google DeepMind, de traditionele IFS ENS- en GEFS-ensembles en AI-ensembles uit Europa en van het GFS. |
| Intensiteit | Brennan zei dat de officiële NHC-verwachting 20 tot 40 procent meer voorspelvaardigheid had dan Google DeepMind. | Google DeepMind en de officiële NHC-verwachting. |
Wat de routevergelijking omvatte
HurriLab gebruikte een fair energy score, een maat die rekening houdt met zowel de koersfout als de overeenstemming tussen de leden van een ensemble. Een ensemble is een groep modelberekeningen. De score corrigeert ook voor het voordeel dat een groter ensemble kan hebben.
In HurriLabs voorlopige vergelijking voor Isaías waren de routefouten van de traditionele Europese IFS ENS- en Amerikaanse GEFS-ensembles meer dan tweemaal zo groot als hun respectieve gemiddelden over vijf jaar. De Europese AI- en GFS-AI-ensembles presteerden voor de route eveneens beter dan hun traditionele tegenhangers.
Dat resultaat ging niet op voor iedere voorspelde eigenschap. HurriLab meldde dat de officiële NHC-verwachting de laagste totale fouten voor de intensiteit had. De modellen HWRF en HMON presteerden volgens de analyse goed voor intensiteitsverwachtingen met een vooruitblik van meer dan 36 uur.
Meteorologen blijven de verwachtingen wegen
Het NHC gebruikt zowel AI- als traditionele modelverwachtingen. Meteorologen interpreteren die informatie en beslissen wat zij aan het publiek communiceren. De aanpak combineert meerdere modellen, omdat iedere storm eigen voorspellingsproblemen heeft.
Michael Lowry, meteoroloog en auteur van de HurriLab-analyse, zei dat AI-modellen niet vanzelf verklaren waarom een voorspelling goed of fout uitvalt. Een juiste routeverwachting levert dus niet automatisch inzicht op in de fysieke processen achter de storm.
Brennan noemde ook een tegenvoorbeeld: Google DeepMind presteerde volgens hem niet goed bij het volgen van orkaan Simon in de oostelijke Stille Oceaan. Voor meer context over DeepMind en cycloonverwachtingen kun je onze eerdere uitleg over WeatherNext Cyclones lezen.
