Компания Google представила новую систему прогнозирования внезапных наводнений, обученную на анализе миллионов новостных публикаций. Исследователи использовали языковую модель Gemini, чтобы извлечь данные о прошлых наводнениях из более чем 5 миллионов новостных материалов. Такой подход позволил создать уникальный набор данных, который может улучшить системы раннего предупреждения, особенно в регионах с недостатком метеорологических наблюдений.
Внезапные наводнения считаются одними из самых разрушительных природных катастроф и ежегодно уносят тысячи жизней. Их трудно прогнозировать из-за локального характера и быстрого развития. Традиционные погодные модели лучше справляются с крупными погодными системами, такими как ураганы, но часто не могут точно предсказать быстрые локальные наводнения.
Для решения проблемы нехватки данных исследователи Google использовали архивы новостей как источник исторической информации. Модель Gemini анализировала тексты, выявляя упоминания о наводнениях, их географию и время возникновения. В результате был создан набор данных Groundsource, содержащий около 2,6 миллиона зафиксированных случаев наводнений по всему миру.
На основе этого набора инженеры построили систему прогнозирования, которая сопоставляет исторические данные с текущими глобальными погодными прогнозами. Для этого используется нейросеть типа LSTM, способная выявлять закономерности во временных рядах. Система оценивает вероятность возникновения наводнений в различных регионах и публикует результаты на платформе Google Flood Hub, охватывающей около 150 стран.
Изучайте больше о мире криптовалют, инвестировании и трейдинге в академии Cryptemic.
Разработчики отмечают, что модель пока менее точна, чем национальные системы мониторинга, например используемые в США, поскольку она работает с более крупными зонами прогноза. Тем не менее технология может стать важным инструментом для стран, где отсутствует развитая сеть метеорадаров и датчиков. Исследователи считают, что аналогичный подход можно применить и для прогнозирования других природных явлений, включая тепловые волны и оползни.
- 🏦 Morgan Stanley запускает фонд для стейблкоинов: новый этап институционализации рынка
- 🚨 Deepfake-атака в криптоиндустрии: разработчика едва не взломали через фейковый звонок
- 🇨🇳 Nvidia теряет позиции в Китае: DeepSeek переходит на Huawei
- 🐕 Dogecoin у ключевого уровня: рынок готовится к движению
- ⚡ SWIFT против XRP: борьба за “последнюю милю” в глобальных платежах
