30.04.2024 | Jochen Bettzieche | SLF News
Gli algoritmi addestrati dalle macchine valutano la situazione attuale delle valanghe in modo simile all'uomo, con approcci, punti di forza e debolezze diversi.
Questo testo è stato tradotto automaticamente.
Previsioni per sabato 10 febbraio 2024 per la Svizzera meridionale, emesse da un modello di previsione sviluppato con molti dati e con il metodo del machine learning (ML): Livello di allerta valanghe 3 (significativo) con tendenza a 4 (maggiore). Dopo una fase di test durata tre anni, quest'anno per la prima volta un modello siede al tavolo, in senso figurato, quando il personale del servizio di avviso valanghe decide quale grado di pericolo assegnare a una regione. I tre anni di anticipo lo hanno già dimostrato: Le previsioni del modello sono spesso buone. «A volte non lo sono, ma anche noi a volte ci sbagliamo», dice l'addetto all'avviso valanghe Frank Techel. Il 10 febbraio, la macchina è più o meno dello stesso parere dei suoi tre colleghi umani (vedi foto).
Il computer ha imparato a interpretare il modello fisico interno per la simulazione del manto nevoso SNOWPACK, che in parte il servizio di avviso valanghe utilizza da decenni. In altre parole: la novità non è l'uso di algoritmi nell'avviso valanghe di per sé, la novità è che gli algoritmi analizzano e valutano i risultati di altri modelli, come la simulazione del manto nevoso, e valutano autonomamente la situazione.
Il progetto è iniziato nel 2019 ed è stato avviato dal direttore dell'SLF Jürg Schweizer. Un team di ricercatori dell'SLF e di previsori di valanghe vi ha lavorato insieme ai colleghi dello Swiss Data Science Centre. Per due anni, la fisica Cristina Pérez ha condotto esperimenti con diversi metodi e set di dati, ha elaborato i dati e infine ha addestrato il modello. Ha utilizzato dati meteorologici e simulazioni del manto nevoso di vent'anni, basati sulle misurazioni dell'Intercantonal Measurement and Information System IMIS. Questo approccio è chiamato apprendimento automatico. Una delle sfide è stata quella di selezionare i parametri in modo tale che gli algoritmi diventassero sempre più precisi. «D'altra parte, è stato difficile raggiungere un buon livello di accuratezza per il livello di allerta valanghe quattro, poiché questo livello di allerta elevato si è verificato raramente negli ultimi vent'anni, quindi il database era piuttosto piccolo», spiega Pérez. I dipendenti del servizio di avviso valanghe chiamano la piattaforma su cui visualizzano i vari modelli ML Palantir, come le sette sfere di cristallo del mondo fantastico Arda di J.R.R. Tolkien, con il più famoso continente della Terra di Mezzo, che mostrano scene lontane nello spazio e nel tempo.
I dipendenti umani del servizio di avviso valanghe utilizzano per il loro lavoro gli stessi dati e modelli del computer. Ma utilizzano anche informazioni come le osservazioni attuali e il feedback del terreno. Questi dati non sono disponibili per il computer. L'algoritmo si basa esclusivamente su simulazioni del manto nevoso come input. D'altra parte, solo per ragioni di tempo, gli esseri umani selezionano i dati rilevanti per loro dalla massa di dati, mentre la macchina non lo fa. «I modelli consentono una risoluzione spaziale e temporale che noi umani non raggiungeremo mai», spiega Techel. Gli esseri umani e le macchine si completano a vicenda. Gli algoritmi aiutano a interpretare le serie di dati di base. Entrambe le parti commettono errori. «La cosa positiva è che i modelli commettono errori diversi dai nostri», afferma Techel. Il servizio di avviso valanghe riceve così un secondo parere indipendente e può riconsiderare il suo risultato attuale per il bollettino valanghe in caso di grandi discrepanze.
Il team sta sviluppando ulteriormente il progetto e in futuro intende combinare meglio le previsioni umane e quelle automatiche. «Questo include anche una presentazione più intuitiva dei risultati per il servizio di avviso valanghe», afferma Techel.
Contatto
Links
Diritti d'autore
WSL e SLF mettono a disposizione gratuitamente il materiale foto, video e audio esclusivamente per l’uso in relazione a questo comunicato. È proibito vendere il materiale o appropriarsene per inserirlo in una banca dati foto, video o audio.