Desde el pasado invierno, el servicio de pronóstico de aludes del Instituto de Investigación de Nieve y Avalanchas (SLF), también ha estado utilizando evaluaciones de riesgo calculadas por una inteligencia artificial que ha podido realizar sus cálculos a partir de datos meteorológicos y de nieve aportados por el El Instituto Federal Suizo para la Investigación de Bosques, Nieve y Paisajes (WSL).
Para establecer un boletín, tres meteorólogos están trabajando en el SLF. Por la mañana, recogen información: '¿cómo ha evolucionado el tiempo?' '¿Cuáles son los pronósticos?' '¿Qué informan los observadores, cuáles son los comentarios de los guías de montaña y excursionistas?'.
Los tres evalúan de forma independiente el grado de peligrosidad en cada región y en las zonas especialmente afectadas, y así elaboran una previsión para el día siguiente. Durante la sesión informativa diaria a las 15 horas, consolidan sus estimaciones.
75% tasa de éxito
El pasado invierno, el SLF utilizó por primera vez una evaluación establecida por un software de aprendizaje automático “alimentado” por veinte años de datos. Muy a menudo, sus predicciones coinciden con las de los humanos.
Según Frank Techel, pronosticador de avalanchas,
“La computadora no evalúa los datos exactamente como nosotros, los humanos. Es por eso que a veces llega a una conclusión ligeramente diferente.
Los pronosticadores aprovechan una opinión disidente de la computadora para reexaminar críticamente su estimación consolidada y posiblemente adaptarla.
Para la delimitación geográfica precisa de los diferentes grados de peligro, las previsiones informáticas son de gran ayuda”
En términos generales, la máquina llega a estimaciones de peligro correctas en el 75% de los casos, una tasa idéntica a la de un profesional experimentado.
Nuevas pruebas el próximo invierno
El modelo numérico implementado este invierno solo es adecuado para avalanchas de nieve seca. Pero los investigadores de SLF también han progresado en su trabajo: ahora hay modelos, basados en los mismos métodos de aprendizaje automático, para avalanchas de nieve húmeda y para la estabilidad de la capa de nieve.
El próximo invierno, a su vez, serán sometidos a pruebas operativas. Este trabajo se publica en la revista Natural Hazards and Earth System Science.
