O Google está usando notícias antigas e IA para prever inundações repentinas

As inundações repentinas estão entre os eventos climáticos mais mortais do mundo, matando mais de 5.000 pessoas a cada ano. Eles também estão entre os mais difíceis de prever. Mas o Google acredita que resolveu esse problema de uma forma improvável – lendo as notícias.

Embora os seres humanos tenham reunido muitos dados meteorológicos, as inundações repentinas são demasiado curtas e localizadas para serem medidas de forma abrangente, da mesma forma que a temperatura ou mesmo os fluxos dos rios são monitorizados ao longo do tempo. Essa lacuna de dados significa que os modelos de aprendizagem profunda, que são cada vez mais capazes de prever o tempo, não são capazes de prever inundações repentinas.

Para resolver esse problema, os pesquisadores do Google usaram o Gemini — o grande modelo de linguagem do Google — para classificar 5 milhões de artigos de notícias de todo o mundo, isolando relatos de 2,6 milhões de inundações diferentes e transformando esses relatórios em uma série temporal com marcação geográfica apelidado de “Groundsource”. É a primeira vez que a empresa utiliza modelos de linguagem para esse tipo de trabalho, segundo Gila Loike, gerente de produto do Google Research. A pesquisa e o conjunto de dados foram compartilhado publicamente Quinta de manhã.

Com a Groundsource como base do mundo real, os pesquisadores treinou um modelo construído em uma rede neural Long Short-Term Memory (LSTM) para ingerir previsões meteorológicas globais e gerar a probabilidade de inundações repentinas em uma determinada área.

O modelo de previsão de inundações repentinas do Google agora destaca os riscos para áreas urbanas em 150 países no site da empresa Centro de inundação plataforma e compartilhando seus dados com agências de resposta a emergências em todo o mundo. António José Beleza, funcionário de resposta a emergências da Comunidade de Desenvolvimento da África Austral que testou o modelo de previsão com o Google, disse que ajudou a sua organização a responder às inundações mais rapidamente.

Ainda existem limitações para o modelo. Por um lado, tem uma resolução bastante baixa, identificando riscos em áreas de 20 quilómetros quadrados. E não é tão preciso como o sistema de alerta de cheias do Serviço Meteorológico Nacional dos EUA, em parte porque o modelo do Google não incorpora dados de radar local, o que permite o acompanhamento da precipitação em tempo real.

Parte da questão, porém, é que o projecto foi concebido para funcionar em locais onde os governos locais não podem dar-se ao luxo de investir em infra-estruturas dispendiosas de detecção meteorológica ou não têm registos extensos de dados meteorológicos.

“Como estamos agregando milhões de relatórios, o conjunto de dados Groundsource realmente ajuda a reequilibrar o mapa”, disse Juliet Rothenberg, gerente de programa da equipe de Resiliência do Google, a repórteres esta semana. “Isso nos permite extrapolar para outras regiões onde não há tanta informação.”

Rothenberg disse que a equipe espera que o uso de LLMs para desenvolver conjuntos de dados quantitativos a partir de fontes qualitativas escritas possa ser aplicado aos esforços para construir conjuntos de dados sobre outros fenômenos efêmeros, mas importantes para previsão, como ondas de calor e deslizamentos de lama.

Marshall Moutenot, CEO da Upstream Tech, uma empresa que usa modelos semelhantes de aprendizagem profunda para prever fluxos fluviais para clientes como empresas hidrelétricas, disse que a contribuição do Google faz parte de um esforço crescente para reunir dados para modelos de previsão meteorológica baseados em aprendizagem profunda. Moutenot co-fundou dinâmico.orgum grupo que faz a curadoria de uma coleção de dados meteorológicos prontos para aprendizado de máquina para pesquisadores e startups.

“A escassez de dados é um dos desafios mais difíceis da geofísica”, disse Moutenot. “Simultaneamente, há demasiados dados da Terra e, quando se pretende avaliar em relação à verdade, não há dados suficientes. Esta foi uma abordagem realmente criativa para obter esses dados.”