Google verwendet KI und alte Nachrichtenberichte, um plötzliche Überschwemmungen vorherzusagen.

Blitzüberschwemmungen stellen eine der gefährlichsten Naturkatastrophen dar und verursachen jährlich über 5.000 Todesfälle. Die Schwierigkeit, sie vorherzusagen, resultiert aus dem Mangel an konsistenten Daten, da sich diese Phänomene schnell entwickeln und kleine geografische Gebiete betreffen.

Google hat dieses Problem angegangen, indem es sein Sprachmodell Gemini verwendet hat, um etwa fünf Millionen Nachrichtenartikel zu analysieren und 2,6 Millionen Überschwemmungsereignisse zu identifizieren. Diese Informationen wurden in einen strukturierten Datensatz umgewandelt, der Groundsource genannt wird und zur Schulung eines auf LSTM-Neuronalen Netzwerken basierenden Prognosemodells verwendet wurde. Das Prognosesystem ist in die Flood Hub-Plattform von Google integriert und bietet Daten zu Überschwemmungsrisiken in 150 Ländern und unterstützt Organisationen für Notfallhilfe. Obwohl es Einschränkungen hat, wie eine relativ niedrige Auflösung, ist die Methode in Regionen ohne fortschrittliche meteorologische Infrastruktur nützlich. Experten glauben, dass dieser Ansatz auch auf andere schwer messbare Umweltphänomene ausgeweitet werden könnte, und demonstriert, wie KI menschliches, unstrukturiertes Wissen in nützliche Daten für die Vorhersage von Naturkatastrophen umwandeln kann.