Google задействовала ИИ и архивы новостей для прогнозирования внезапных наводнений
Google представила инновационный метод прогнозирования внезапных наводнений, объединив возможности языковой модели Gemini и анализ более 5 миллионов новостных статей за последние годы.
Из этих материалов были выделены сведения о 2,6 миллиона различных наводнений, которые легли в основу открытого геопривязанного временного ряда Groundsource. Это первый опыт применения LLM для подобной задачи, отмечает менеджер Google Research Гила Лойк.
На базе Groundsource команда обучила нейросеть LSTM, способную принимать глобальные погодные прогнозы и вычислять вероятность внезапных наводнений для конкретных регионов. Модель уже интегрирована в платформу Flood Hub, где отображает риски для городских территорий в 150 странах и делится данными с экстренными службами.
Источник: Google Flood HubПредставитель Южноафриканского сообщества развития Антониу Жозе Белеза отметил, что система Google позволила быстрее реагировать на угрозы наводнений.
Сейчас модель работает с разрешением 20 км2 и уступает по точности системам, использующим локальные радары (например, Национальной метеослужбе США). Однако её преимущество — возможность работы в странах без развитой инфраструктуры и исторических метеоархивов.
Google ожидает, что подход к извлечению количественных данных из текстовых источников с помощью LLM будет применён и для других стихийных явлений, таких как аномальная жара или оползни.
© iXBT
