Et av de spørsmålene jeg får oftest som meteorolog (bortsett det åpenbare «Hvordan blir været neste helg?»), er hvordan et værvarsel faktisk blir til. De fleste forventer at meteorologer bruker statistikk sammen med egne erfaringer basert på været i fortiden, og blir da overrasket å høre at kjernen i et værvarsel er noen få veldig enkle fysiske prinsipper: Hvis jeg har et kilogram med luft her og nå, må dette kilogrammet fortsatt finnes i morgen. Hvor det har gått er åpent, men det må fortsatt finnes noe sted. Det samme gjelder varmen og bevegelsen i kilogrammet med luft, dette kan heller ikke bare forsvinne.
Disse enkle prinsippene er faktisk alt du trenger for å lage en værmodell. Det er bare så mange djevler i så mange detaljer at det har opptatt tusenvis av kloke hoder over flere tiår, for å komme til det nivået der værvarslingen er i dag.
Fram til et år eller to siden var dette også den eneste metoden for å lage et brukbart værvarsel. Men moderne maskinlæring klarer å fange opp de komplekse sammenhengene mellom været nå og været i morgen, og klarer dermed å lage statistiske modeller av været som er like gode som de beste modellene bygget på fysiske prinsipp.
Og nå blir det spennende. Alle modellene er enige i at et høytrykk er på vei mot Vestlandet tidlig neste uke, og at det blir en periode med mye sol. Men det er stor uenighet om hvor lenge dette høytrykket vil vare. Den fysiske modellen som pleier å treffe best (som også brukes på yr.no utover de neste to døgn) varsler at finværet varer store deler av uken, og muligens til og med over siste helgen i juni. KI-modellene tvert imot, er ganske sikre på for tiden at godværet tar slutt igjen før fredag neste uke.
Hvilket varsel stoler du på?
