China zet in eigen land ontwikkelde AI-modellen in aan de frontlinie van zijn infrastructuur voor tyfoonmonitoring en -voorspelling, als een nieuwe stap in de bredere ambitie om een wereldwijde AI-leider te worden. De nationale weerdienst en aangesloten onderzoeksinstituten draaien deze zelf ontwikkelde systemen nu in operationele omgevingen, met plannen om ze uit te rollen naar ontwikkelingslanden in de Azië-Pacific en daarbuiten. Deze inzet komt op een moment dat AI-gebaseerde weervoorspelling uitgroeit tot een competitief speelveld, waarbij modellen van zowel Chinese instellingen als westerse bedrijven zoals Google DeepMind de traditionele numerieke methoden uitdagen die al decennialang de mondiale voorspellingen domineren.

China bouwt een AI-weersysteem voor wereldwijd gebruik

China was de eerste afnemer van zijn eigen AI-weerlaboratoria, maar het land heeft laten doorschemeren deze systemen tot internationale standaard te willen maken. Volgens een Xinhua-bericht, verspreid door het State Council Information Office, presenteerde de China Meteorological Administration (CMA) het Fenghe weather services large language model op de World Artificial Intelligence Conference van dit jaar in Shanghai als een wereldwijd open-sourceproject.

Fenghe levert gepersonaliseerde weerinformatie en risicowaarschuwingen aan Chinese gebruikers. Een internationale versie werd beschikbaar gesteld aan het initiatief Early Warnings for All van de Verenigde Naties — een programma dat gericht is op universele bescherming tegen gevaren tegen 2027 — en biedt consultaties in zowel het Chinees als het Engels, terwijl ontwikkelaars toepassingen bovenop het model kunnen bouwen.

Welke landen gebruiken al Chinese AI-weermodellen?

Pakistan, Djibouti, Ethiopië, Jordanië, Mongolië, de Salomonseilanden en Sri Lanka zijn zeven ontwikkelingslanden die Chinese AI-weermodellen al rechtstreeks hebben geïntegreerd in hun dagelijkse rampenoperaties.

Zij gebruiken echter niet Fenghe. In plaats daarvan draaien ze Mazu (Multi-hazard Alert, Zero-gap and Universal), een ander systeem van de CMA dat verder is in zijn wereldwijde uitrol.

Pan Jinjun, een hoofdingenieur bij de CMA, noemde Mazu een "international public good" dat "tailored early warning services for developing nations" levert. Nog eens 40 landen in het Mondiale Zuiden experimenteren al met een snellere publieke cloudversie van het systeem, dat is vernoemd naar de zeegodin.

Kunnen AI-weersystemen de tyfoonmonitoring verbeteren?

Aan de onderzoekszijde worden meetbare verbeteringen geboekt. Wetenschappers van het Institute of Atmospheric Physics onder de Chinese Academy of Sciences, in samenwerking met Fudan University, combineerden China's FuXi AI-weermodel met een methode die zij Orthogonal Conditional Nonlinear Optimal Perturbations, of O-CNOPs, noemen, om het mogelijke traject van een storm in kaart te brengen. PreventionWeb berichtte op 1 augustus over het onderzoek.

Over 62 tyfoongevallen en 91 vergelijkende experimenten heen evenaarde het gecombineerde FuXi-CNOPs-systeem de beste operationele ensembles wereldwijd na 24 uur en presteerde het beter van 24 tot 120 uur vooruit. Volgens het team onder leiding van research fellows Duan Wansuo en Li Hao verminderde het systeem de maximale baanfouten met maximaal 32.33% en werden de onzekerheidsinschattingen met tot 29.2% aangescherpt.

De studie verscheen in Advances in Atmospheric Sciences. Duan vertelde de Global Times dat de aanpak geen extra training van grote modellen vereist, waardoor de rekenkosten laag blijven en het systeem gemakkelijker in de dagelijkse praktijk kan worden ingezet.

Een reeks Chinese modellen ondersteunt de aanpak

Deze instrumenten bouwen voort op meerdere Chinese voorspellingsmodellen die internationale aandacht hebben getrokken. FengWu, ontwikkeld door onderzoekers in Shanghai, produceert wereldwijde voorspellingen met een resolutie van 0.25 graad.

In een studie in Communications Earth & Environment presteerde FengWu beter dan het high-resolution model van het European Centre for Medium-Range Weather Forecasts, evenals Pangu-Weather en GraphCast. Het breidde vaardige voorspellingen uit tot voorbij de 10-dagenmarkering en verlaagde de fout in het vijfdaagse tropischecycloontraject voor 2022 tot 201 kilometer.

Huawei's Pangu-Weather, een ander in eigen land ontwikkeld systeem, genereert voorspellingen aanzienlijk sneller dan traditionele numerieke voorspellingen, en Huawei zegt dat zowel de ECMWF als het National Meteorological Center van de CMA de voordelen hebben bevestigd. Samen geven de modellen Beijing een binnenlandse basis om op terug te vallen terwijl het zijn weer-AI internationaal aanbiedt.