Google использует ИИ и старые отчеты новостей для прогнозирования молниеносных наводнений

Молниеносные наводнения представляют собой одну из самых опасных природных катастроф, ежегодно вызывая более 5000 смертей. Сложность в их предсказании возникает из-за отсутствия последовательных данных, так как эти явления развиваются быстро и затрагивают небольшие географические зоны.

Google подошел к этой проблеме, используя свою языковую модель Gemini для анализа примерно пяти миллионов новостных статей, выявив 2,6 миллиона случаев наводнения. Эта информация была преобразована в структурированный набор данных, названный Groundsource, который использовался для обучения модели прогнозирования на основе нейронных сетей LSTM. Система прогнозирования интегрирована в платформу Flood Hub от Google, предоставляя данные о рисках наводнения в 150 странах и помогая организациям по реагированию на чрезвычайные ситуации. Хотя у нее есть ограничения, такие как относительно низкое разрешение, метод полезен в регионах без развитой метеорологической инфраструктуры. Эксперты считают, что этот подход можно расширить и на другие экологические явления, трудно поддающиеся измерению, демонстрируя, как ИИ может преобразовывать неструктурированные человеческие знания в полезные данные для прогнозирования природных катастроф.