Hiện nay, các dự báo thời tiết thường được thực hiện bằng cách đưa dữ liệu vào các mô hình vật lý phức tạp, đòi hỏi nhiều giờ xử lý trên siêu máy tính. Ngược lại, Aardvark Weather áp dụng một cách tiếp cận hoàn toàn mới: hệ thống học máy này trực tiếp phân tích dữ liệu thô từ vệ tinh, trạm thời tiết, tàu thuyền và khinh khí cầu thời tiết để đưa ra dự báo mà không cần thông qua các mô hình khí quyển phức tạp.
Giáo sư Richard Turner thuộc Đại học Cambridge, Vương quốc Anh chia sẻ: "Các hệ thống dự báo thời tiết mà chúng ta đang sử dụng được phát triển trong nhiều thập kỷ, nhưng chỉ trong 18 tháng, chúng tôi đã xây dựng được một hệ thống có thể cạnh tranh với những hệ thống tốt nhất hiện nay, chỉ sử dụng 1/10 dữ liệu trên một máy tính để bàn thông thường".
Khi so sánh với các hệ thống dự báo hiện có, Aardvark Weather đã thể hiện nhiều ưu điểm vượt trội: chỉ cần sử dụng 8% lượng dữ liệu quan sát so với các hệ thống truyền thống, vượt qua hiệu suất của Hệ thống Dự báo Toàn cầu (GFS) của Mỹ, cho kết quả tương đương với dự báo của Cục Thời tiết Mỹ và hoàn thành dự báo trong vài phút trên máy tính để bàn thông thường.
Mặc dù vậy, độ phân giải không gian của Aardvark Weather hiện còn thấp hơn các hệ thống hiện tại. Hệ thống hoạt động ở độ phân giải 1,5 độ, nghĩa là mỗi ô lưới trong dự báo bao phủ 1,5 độ vĩ độ và 1,5 độ kinh độ. So sánh với GFS sử dụng lưới 0,25 độ, điều này có thể ảnh hưởng đến khả năng dự báo thời tiết cục bộ.
Tuy nhiên, theo Tiến sĩ Anna Allen từ Đại học Cambridge, đây mới chỉ là khởi đầu của những gì Aardvark có thể đạt được. Hệ thống có thể được điều chỉnh để dự báo các hiện tượng thời tiết cụ thể như: bão, cháy rừng, lốc xoáy, chất lượng không khí, động lực học đại dương và dự báo băng biển.
Một trong những ứng dụng quan trọng nhất của Aardvark Weather là khả năng hỗ trợ các trung tâm dự báo ở những khu vực thiếu nguồn lực để tinh chỉnh dự báo toàn cầu thành dự báo khu vực độ phân giải cao. Tiến sĩ Scott Hosking từ Viện Alan Turing nhận định: "Đột phá của Aardvark không chỉ về tốc độ, mà còn về khả năng tiếp cận. Bằng cách chuyển việc dự báo thời tiết từ siêu máy tính sang máy tính để bàn, chúng tôi có thể dân chủ hóa hoạt động dự báo, giúp các quốc gia đang phát triển và khu vực thiếu dữ liệu trên thế giới tiếp cận được công nghệ dự báo mạnh mẽ này".
