De weersvoorspelling die de D-Day-landingen vormgaf, lijkt nog steeds moeilijk te verslaan. Nieuw onderzoek van de Universiteit van Reading toont aan dat de beste weerscomputers van vandaag, inclusief moderne machine-learning-modellen, moeite zouden hebben gehad met het voorspellen van het weervenster van juni 1944, beter dan kapitein James Stagg en zijn team deden met schaarse waarnemingen en geen satellieten.
De studie, gepubliceerd in het tijdschrift Weather voorafgaand aan de release van de D-Day-film Pressure, gebruikte AI-gebaseerde weermodellen om 50 verschillende voorspellingen te produceren van de storm die generaal Dwight Eisenhower dwong de invasie met 24 uur uit te stellen.
Een voorspelling gemaakt met bijna niets
In 1944 hadden voorspellers geen satellieten, geen radarnetwerken boven de Atlantische Oceaan en slechts een handvol weerschepen. Stagg, hoofdmeteoroloog van de geallieerde troepen, adviseerde Eisenhower om de invasie van 5 juni naar 6 juni te verplaatsen, toen een smal venster van rustiger weer werd verwacht boven het Kanaal.
Hoofdauteur professor Andrew Charlton-Perez zei: "Kapitein James Stagg had een van de moeilijkste banen in de geschiedenis. Als de voorspelling verkeerd was, had de invasie kunnen mislukken en had de Tweede Wereldoorlog verloren kunnen gaan."
Machines voegen data toe, geen zekerheid
De onderzoekers voerden moderne modellen met de best beschikbare reconstructies van het weer van 1944. Toch waren de voorspellingen het oneens over de vraag of het venster van 6 juni zou standhouden. De beslissende weerskenmerken waren klein en kortlevend, het soort dat nog steeds door de mazen van waarnemingen glipt.
De auteurs zeggen dat de D-Day-case de beperkingen van rekenkracht alleen aantoont. Het menselijke vermogen om tegenstrijdig bewijs te wegen en onder druk een oordeel te vellen, blijft centraal staan in de voorspelling, zelfs in een tijdperk van machine learning.
Waarom het nu belangrijk is
Weermodellen verbeteren elk jaar, maar de D-Day-test suggereert dat kleine, snel bewegende stormen hun zwakke punt blijven. De bevindingen wijzen op de waarde van dichtere observatienetwerken en op de zorg die nodig is bij het overdragen van voorspellingsbeslissingen aan AI. Dezelfde storm die Stagg testte, test nu de machines die zijn gebouwd om hem te vervangen.