De weersvoorspelling op basis van AI is ontwikkeld door ECMWF dat patroonherkenning gebruikt om ensemblevoorspellingen te genereren. Het produceert meerdere voorspellingsleden door te samplen uit een aangeleerde verdeling, waardoor de onzekerheid in toekomstige weersomstandigheden wordt vastgelegd. Het model is getraind met behulp van een functie die helpt ervoor te zorgen dat de voorspellingen zowel nauwkeurig als goed gekalibreerd zijn. Deze trainingsaanpak houdt rekening met de beperkingen van het gebruik van een eindig aantal ensemble-leden.
AI presteert ondertussen beter dan de traditionele verwachting van 
ECMWF bij middellange termijnvoorspellingen en presteert concurrerend bij subseizoensvoorspellingen. Momenteel werkt het echter met een lagere resolutie (31 km) dan het huidige systeem (9 km), dat onmisbaar blijft voor hoge-resolutievelden. Het AI-model maakt gebruik van fysische data-assimilatie om de beginvoorwaarden te genereren. Het kan echter meer dan tien keer sneller voorspellingen genereren dan het huidige voorspellingssysteem, terwijl het energieverbruik met ongeveer 1000 keer wordt verminderd. Aangezien deze modellen niet langer gebonden zijn aan fysische wetten, verschijnen er van tijd tot tijd enkele onfysische problemen (vooral voor voorspellingen ver in de toekomst, d.w.z. na 10 dagen). Menselijke interpretatie blijft dus van cruciaal belang.
Dit nieuw model wordt nog niet operationeel gebruikt door de voorspellers, maar zal in een nabije toekomst ter beschikking staan.
Bron: KMI