GenCast, een AI-model van Google DeepMind, heeft indrukwekkende nauwkeurigheid aangetoond in weersvoorspelling en concurreert met traditionele modellen. In tests met gegevens uit 2019 presteerde GenCast 97, 2% van de tijd beter dan het toonaangevende ENS-voorspellingsmodel, zoals gepubliceerd in Nature. Hoewel AI de traditionele voorspelling niet snel zal vervangen, beloven modellen zoals GenCast de nauwkeurigheid van weersvoorspellingen te verbeteren, vooral voor zware stormen. Getraind op weerdata van 1979 tot 2018, leert GenCast van historische patronen om toekomstige omstandigheden te voorspellen, anders dan traditionele modellen die supercomputers gebruiken voor het simuleren van atmosferische fysica. Opmerkelijk is dat GenCast gemiddeld 12 uur extra voorwaarschuwing gaf voor tropische cyclonen en uitblonk in het voorspellen van cycloontrajecten, extreem weer en windenergieproductie over een periode van 15 dagen. De eerste tests van GenCast waren tegen een oudere versie van ENS, die nu werkt op een hogere resolutie, waardoor directe huidige vergelijkingen moeilijk zijn.

Echter, soortgelijke studies voor 2020 tot 2022 bevestigden de positieve resultaten, hoewel deze niet peer-reviewed zijn en gegevens uit 2023 ontbreken. Ondanks ENS's eerdere hogere resolutie, blonk GenCast nog steeds uit vanwege verschillen in computationele benaderingen. GenCast gebruikt een raster van 0, 25 graden, terwijl ENS verbeterde van een resolutie van 0, 2 graden in 2019 naar 0, 1 graden momenteel. De snelheid van GenCast is een voordeel, met 15-daagse voorspellingen in acht minuten, in tegenstelling tot ENS dat uren nodig heeft, wat wijst op zijn potentiële efficiëntievoordelen en verminderde computationele kosten. GenCast heeft wel ruimte voor verbetering, zoals het bereiken van een hogere resolutie of het vaker produceren van voorspellingen dan de huidige 12-uurs intervallen, wat effect kan hebben op toepassingen in de echte wereld zoals de beoordeling van windenergie. Hoewel de rol van AI in de meteorologie nog steeds wordt geëvalueerd, stelt de open-source code van GenCast meteorologen in staat om ermee te experimenteren. DeepMind ziet modellen zoals GenCast integreren met traditionele methoden om vertrouwen en vertrouwen in AI-versterkte voorspellingen op te bouwen, met het oog op wijdverspreide sociale impact.