Google использовала ИИ Gemini для прогнозирования внезапных наводнений

Компания Google представила новый метод прогнозирования внезапных наводнений, объединив возможности языковой модели Gemini с анализом миллионов новостных публикаций.

Как сообщает Vesti.az со ссылкой на зарубжные СМИ, для создания системы специалисты компании проанализировали более 5 млн новостных статей за последние годы. Из этих материалов были извлечены данные о примерно 2,6 млн различных наводнений.

На основе этой информации был сформирован открытый геопривязанный временной ряд под названием Groundsource. По словам менеджера Google Research Гилы Лойк, это первый опыт применения больших языковых моделей (LLM) для решения подобной задачи.

Используя базу данных Groundsource, исследователи обучили нейросеть типа LSTM, которая принимает глобальные погодные прогнозы и рассчитывает вероятность внезапных наводнений для конкретных регионов.

Разработанная модель уже интегрирована в платформу Flood Hub. Система отображает риски наводнений для городских территорий примерно в 150 странах и передает данные экстренным службам.

По словам представителя Южноафриканского сообщества развития Антониу Жозе Белезы, технология Google позволила значительно ускорить реагирование на угрозы наводнений.

В настоящее время модель работает с пространственным разрешением около 20 квадратных километров. По точности она пока уступает системам, использующим локальные метеорадары, например решениям Национальной метеослужбы США.

Однако ключевым преимуществом новой технологии является возможность её применения в странах, где отсутствует развитая метеорологическая инфраструктура и исторические архивы наблюдений.

В Google ожидают, что метод извлечения количественных данных из текстовых источников с помощью языковых моделей может применяться и для прогнозирования других природных явлений, включая аномальную жару и оползни.