Google utiliza IA y informes de noticias antiguas para predecir inundaciones repentinas

Las inundaciones repentinas representan una de las catástrofes naturales más peligrosas, causando anualmente más de 5,000 muertes. La dificultad en predecirlas proviene de la falta de datos consistentes, ya que estos fenómenos se desarrollan rápidamente y afectan áreas geográficas pequeñas.

Google ha abordado este problema mediante el uso de su modelo de lenguaje, Gemini, para analizar aproximadamente cinco millones de artículos de noticias, identificando 2.6 millones de eventos de inundación. Esta información ha sido transformada en un conjunto de datos estructurado, llamado Groundsource, que se ha utilizado para entrenar un modelo de pronóstico basado en redes neuronales LSTM. El sistema de pronóstico está integrado en la plataforma Flood Hub de Google, proporcionando datos sobre los riesgos de inundación en 150 países y ayudando a las organizaciones de respuesta a emergencias. Aunque tiene limitaciones, como una resolución relativamente baja, el método es útil en regiones sin infraestructura meteorológica avanzada. Los expertos consideran que este enfoque podría extenderse también a otros fenómenos ambientales difíciles de medir, demostrando cómo la IA puede transformar el conocimiento humano no estructurado en datos útiles para la predicción de desastres naturales.