Een student informatica die aan dezelfde faculteit studeert als ik heeft in tegenstelling tot de normale gang van zaken (middels natuurkundige modellen) een neuraal netwerk / AI gebruikt om een weersverwachting te maken op basis van actuele temperatuur (en teruggegenereerd middels een oude data set).
Het resultaat valt nog wel tegen qua betrouwbaarheid en scherpte maar is wel zeer interessant om te lezen:
Op zich interessant, maar het roept veel vragen op. Meer nog dan alleen de opmerking van Henk L., die de vraag oproept of de methode niet achterhaald is. Is de stelligheid van Henk gerechtvaardigd?
Om te beginnen: wat is de ratio van het benaderen van fysische processen met weglating van bekende fysische wetten? Voorts, specifiek voor het voorspellen van de temperatuur: weer is veel meer dan temperatuur. Hoe voorspellen we bewolking, neerslag, wind, storm, kans op zware buien? Sneeuw of regen? Heel belangwekkende vragen voor de weersverwachting. Bovendien weet iedereen dat al deze meteorologische parameters weer invloed hebben op de temperatuur in een specifiek geval.
Voor mij doemt nu de vraag op: is weer in wezen fysisch voorspelbaar of in wezen een chaotisch proces? Als het in wezen en uitsluitend een chaotisch proces is, dan zijn alle juiste verwachtingen tot nu toe toevalstreffers geweest en is de door jou aangehaalde methode misschien een toekomstig alternatief. Bovendien veronderstel je daarbij impliciet dat toepassen van fysische wetten geen zin heeft. Namelijk de wetten die voorspellen hoe uit toestand A een toestand B voortkomt, zoals de wetten van de mechanica, thermodynamica, stralingsfysica, fasenleer, stromingsleer. Als het in wezen en uitsluitend een fysisch voorspelbaar proces is, is er geen enkele reden om tot iets anders over te gaan dan toepassing van de fysische wetten. En dan nog: is de term "in wezen" zinvol? Kunnen misschien beide modellen naast elkaar bestaan en toegepast worden afhankelijk van de situatie?
Moeten we die keus maken tussen voorspelbaar en chaotisch? Dat blijft even de vraag. Fysica maakt gebruik van modellen die verschijnselen geabstraheerd van de toevallige situaties in algemene zin verklaren, berekenen en daarmee voorspellen. Een voorbeeld: lange tijd werd licht (uitsluitend) als een elektromagnetisch golfverschijnsel beschouwd. Dit golfmodel voldeed uitstekend, totdat werd aangetoond dat er situaties (licht vallend door zeer nauwe openingen) waren waarin het model tekort schoot. Een ander model, namelijk dat van lichtdeeltjes of fotonen, voldeed daarin wel en zo werd licht vergelijkbaar met een stroom van elektronen (kleine elektrisch geladen deeltjes). Bij elektronen deed zich het omgekeerde voor: een stroom van deeltjes kan ook als golfverschijnsel worden verklaard en berekend.
Wat is licht nu "in wezen"? Die vraag is zinloos omdat er twee modellen zijn die elkaar aanvullen. Soms is het ene model bruikbaar en soms het andere. Dat betekent dat we ons moeten blijven realiseren dat we met modellen werken. Ook het atoommodel is in de loop van de tijd veranderd: van harde bolletjes, via kern met ronddraaiende elektronen naar een kern met een elektronenwolk. De laatste wordt dan weer het beste weergegeven in een golfmodel. En dan zitten we in de quantumfysica die verklaart hoe CO2 straling van een specifieke golflengte absorbeert en uitzendt, wat weer van belang is voor het 150 jaar geleden ontdekte broeikas-effect in de atmosfeer. In die situatie van uitstralen en absorberen van infrarood-straling is dit quantumfysische model het enig bruikbare gebleken. Overigens is het "harde bolletjes-model" voor atomen en moleculen in sommige situaties nog steeds bruikbaar.
Terug naar ons beginpunt. Met welk voorspellingsmodel moeten we het weer te lijf gaan? Misschien is het mogelijk om in de atmosfeer met verschillende voorspellingsmodellen te werken. Het model van de toepassing van de causale fysische wetten is hetgeen de weermodellen doen. (In tegenstelling tot wat sommigen beweren: modellen vergelijken niet met het situaties uit het verleden; in bijzondere gevallen wordt een weermodel wel aangevuld met kennis uit het verleden). Dit model van toepassing van fysische wetten blijkt steeds beter toepasbaar op de verwachting op termijn van 5 dagen, en misschien zelfs langer. Daarna neemt de voorspelbaarheid af en wordt het resultaat steeds gevoeliger voor minieme afwijkingen in de beginsituatie, en dus voor meetfouten. Bedenk dat de meetfout een fundamenteel gegeven is. Bovendien, en dat zeg ik geheel op persoonlijke titel, doch denkend aan een opmerking van Dr W. Bleeker in de jaren 60 over de aard van de voorspelling: er zijn te weinig waarnemingen, waarbij naarmate het aantal waarnemingen toeneemt ook de rekentijd toeneemt. Extreem geval: oneindig veel metingen en oneindig lange rekentijd, maar een nauwkeurige verwachting. 
De vraag is: wat rest ons naast de fysische wetten? Is het zinvol om naar andere benaderingen te zoeken? Voor zover ik nu kan zien heeft Henk gelijk voor de verwachtingen op de termijn waarin fysische modellen werken: we gaan niet terug naar de tijd van voor de kennis van de atmosfeer. Zijn er situaties waarin een andere benadering zinvol is? Ik heb daar geen antwoord op. Wie wel?
Groet,
Cees