A GenCast, a Google DeepMind mesterséges intelligencia modellje figyelemre méltó pontossággal mutatkozott be az időjárás-előrejelzés terén, versenyezve a hagyományos modellekkel. A 2019-es adatok felhasználásával végzett tesztek során a GenCast az idő 97, 2 %-ában túlteljesítette a vezető ENS előrejelző modellt, ahogy azt a Nature közzétette. Bár az MI még nem fogja hamarosan felváltani a hagyományos előrejelzéseket, a GenCast-hoz hasonló modellek ígéretesek az időjárás-előrejelzési pontosság javítására, különösen a súlyos viharok esetében. A GenCast a 1979-től 2018-ig tartó időjárási adatok alapján képezte magát, és a történelmi mintákból tanulva másképp jósolja a jövőbeli állapotokat, mint a hagyományos modellek, amelyek szuperszámítógépekre támaszkodnak az atmoszféra fizikai szimulációihoz. Különösen figyelemre méltó, hogy a GenCast átlagosan 12 órával több időt biztosított előrejelzésként a trópusi ciklonok esetében, és kiemelkedően teljesített a ciklonpályák, szélsőséges időjárás és szélenergia termelés előrejelzésében egy 15 napos előrejelzési periódus során. A GenCast első tesztjei egy régebbi ENS verzióval szemben történtek, amely most magasabb felbontással működik, így nehéz a közvetlen összehasonlítás a jelenlegi modellekkel.

Azonban a 2020-2022-es hasonló tanulmányok is pozitív eredményeket mutattak, bár ezeket még nem vizsgálták felül szakértők és nem tartalmaznak 2023-as adatokat. Az ENS korábbi magasabb felbontása ellenére a GenCast még mindig kiemelkedett a különböző számítási megközelítéseknek köszönhetően. A GenCast 0, 25 fokos rácsot használ, míg az ENS 2019-ben 0, 2 fokos felbontásról jelenleg 0, 1 fokosra fejlődött. A GenCast sebessége előnyt jelent, mivel 15 napos előrejelzéseket nyolc perc alatt készít, szemben az ENS órákat igénylő előrejelzéseivel, kiemelve a lehetséges hatékonysági előnyöket és a csökkentett számítástechnikai költségeket. A GenCastnak van még fejlődési lehetősége, például a magasabb felbontás elérése vagy a jelenlegi 12 órás időközöknél gyakrabban készített előrejelzések, ami hatással lehet a valós alkalmazásokra, mint például a szélenergia felmérése. Miközben az MI szerepét még értékelik a meteorológiában, a GenCast nyílt forráskódú szoftvere lehetővé teszi az előrejelzők számára, hogy kísérletezzenek vele. A DeepMind úgy látja, hogy a GenCast-hoz hasonló modellek integrálódnak a hagyományos módszerekkel, hogy bizalmat és magabiztosságot építsenek az MI által támogatott előrejelzésekben, széleskörű társadalmi hatás elérésének érdekében.