闪电洪水每年造成数千人死亡。它们来得迅速，城市受到的冲击最严重，几十年来科学家几乎无能为力，因为用于训练预测模型的数据根本不存在。
周四，谷歌表示它找到了绕过这个问题的方法——通过阅读新闻。
该公司发布了 Groundsource，这是一个利用Gemini AI从2000年以来发布的数百万篇新闻文章中浏览，提取与洪水事件相关的引用，并将每个引用关联到一个地点和一个日期的系统。结果是一个涵盖150多个国家、包含260万次历史闪电洪水的数据集，现在可以供任何人下载和使用。
这个数据集随后被用来训练一个新的AI模型，能够预测未来24小时内闪电洪水是否可能袭击城市地区。现在，这些预测已在谷歌洪水中心上实时发布，该平台已经被公司用来警告大约20亿人关于全球河流相关洪水的情况。
Groundsource正在解决的问题出奇地简单。河流有物理测量仪——坐落在水中的传感器，数十年来一直在记录水位。这就是预报员学会预测河流何时会溢出的方式。城市街道没有那样的东西。当强降雨袭击路面并淹没排水系统时，洪水发生得太快、太局部，无法用传统仪器进行跟踪。
没有历史记录，你无法训练一个AI模型来识别模式。谷歌的解决方案是将新闻文章视为缺失的传感器。
谷歌表示：“通过将公共信息转化为可操作的数据，我们不仅在分析过去——我们正在为每个人建立一个更加韧性的未来，朝着我们的目标发展，让谁也不会因为自然灾害感到惊讶。”
来源：谷歌
在过滤掉广告、导航菜单和重复内容，并将其他语言的文章翻译成英语后，团队将数百万条杂乱的文本描述转化为干净的地理定位的时间序列数据。
基于这些数据训练的模型使用了LSTM神经网络——一种为处理时间序列而构建的AI——来接收每小时的天气预报，以及城市化密度、土壤吸收率和地形等地方因素。然后它输出一个简单的信号：在未来24小时内，在每个每平方公里人口密度超过100人的城市地区存在中等或高洪水风险。
该系统有实际的限制。它一次只覆盖大约20平方公里的区域，无法告诉你洪水会有多严重，并且在新闻报道稀少的地区表现不佳。
尽管如此，早期的结果颇具启示性。南非的一个区域灾害管理机构在测试阶段收到了洪水中心的警报，确认了地面的洪水，并派遣了一名人道主义工作者来管理响应。据谷歌的危机韧性总监朱丽叶·罗斯滕伯格表示，“从洪水中心的预测到地面行动的这一连串事件正是洪水中心的目的所在。”
免责声明：本文章仅代表作者个人观点，不代表本平台的立场和观点。本文章仅供信息分享，不构成对任何人的任何投资建议。用户与作者之间的任何争议，与本平台无关。如网页中刊载的文章或图片涉及侵权，请提供相关的权利证明和身份证明发送邮件到support@aicoin.com，本平台相关工作人员将会进行核查。
