Google utilise l'IA et des rapports de nouvelles anciennes pour prédire les inondations soudaines.

Les inondations fulgurantes représentent l'une des catastrophes naturelles les plus dangereuses, provoquant chaque année plus de 5 000 décès. La difficulté à les prédire provient du manque de données cohérentes, car ces phénomènes se développent rapidement et affectent de petites zones géographiques.

Google a abordé ce problème en utilisant son modèle de langage, Gemini, pour analyser environ cinq millions d'articles d'actualités, identifiant 2,6 millions d'événements d'inondation. Ces informations ont été transformées en un ensemble de données structuré, appelé Groundsource, qui a été utilisé pour entraîner un modèle de prévision basé sur des réseaux neuronaux LSTM. Le système de prévision est intégré dans la plateforme Flood Hub de Google, fournissant des données sur les risques d'inondation dans 150 pays et aidant les organisations de réponse aux urgences. Bien qu'il ait des limitations, comme une résolution relativement faible, la méthode est utile dans les régions sans infrastructure météorologique avancée. Les experts estiment que cette approche pourrait être étendue à d'autres phénomènes environnementaux difficiles à mesurer, démontrant comment l'IA peut transformer les connaissances humaines non structurées en données utiles pour la prévision des catastrophes naturelles.