Pérez-Guillén et al., 2022. Data-driven automated predictions for dry-snow conditions.
Исследователи из Швейцарии (SLF) протестировали модели ИИ, сравнивая их с прогнозами живых экспертов. Точность моделей достигла 74–76%, что сопоставимо с точностью опытных прогнозистов.
Ключевой вклад: Доказательство того, что автоматизированные системы могут служить надежным «вторым мнением» (second opinion) для прогнозиста. Обоснование важности данных со станций и модели SNOWPACK.
Почему это важно для гида: В условиях «информационного вакуума» (когда нет бюллетеня), понимание того, какие метеопараметры наиболее важны для модели (осадки, ветер, температура), помогает гиду фокусировать внимание в поле на правильных деталях.