Искусственный интеллект предсказывает наводнения за 7 дней: Google охватил 2 млрд человек в 150 странах

Классические модели прогноза наводнений требуют многолетних локальных измерений уровня воды в конкретной реке. Google Research пошла другим путём: обучила модели на глобальных данных об осадках, уровнях рек и состоянии почвы со всего мира и собрала результаты в открытый сервис Flood Hub. Дебора Коэн, старший научный сотрудник Google Research и руководитель направления Flood Forecasting, объяснила методологию и планы команды в интервью, опубликованном Google.

Как работает предсказание наводнений?

Flood Hub использует два основных ИИ-блока для речных наводнений. Гидрологическая модель (Hydrologic Model) берёт данные о погоде и состоянии земной поверхности и вычисляет, сколько воды пройдёт через русло реки. Модель затопления (Inundation Model) на основе данных о потоке прогнозирует, какие территории окажутся под водой.

С городскими паводками было сложнее. На реках стоят физические датчики уровня воды, а в городах таких приборов почти нет. Исторических данных о городских затоплениях не существовало в виде единого глобального набора.

Команда решила создать его с нуля и назвала методологию Groundsource. Модель Gemini (мультимодальная модель Google) прочитала более 5 миллионов новостных сообщений о наводнениях за 20 лет и сформировала датасет из 2,6 миллиона исторических паводковых событий в более чем 150 странах. Этот датасет лёг в основу новой модели прогноза городских паводков, которая уже работает в Flood Hub.

Результаты прогнозов появляются не только внутри Flood Hub, но и прямо в Google Поиске, когда пользователь ищет информацию о наводнении в своём регионе.

Что уже подтверждено на практике?

Организация Give Directly использовала API Flood Hub в штате Коги, Нигерия, одном из самых подверженных наводнениям регионов Западной Африки. Результаты, которые приводит Google Research со ссылкой на данные Give Directly:

• Денежная помощь поступала семьям до подъёма воды, а не после.
• Доходы семей, получивших раннее предупреждение, выросли более чем вдвое.
• Продовольственная нестабильность снизилась на 90%.
• 93% получателей заявили, что чувствуют себя лучше подготовленными к будущим паводкам.

Заметно, что сам Google приводит эти цифры через партнёра, а не через собственное независимое исследование, поэтому данные стоит воспринимать как результат конкретного пилотного проекта, а не как универсальную статистику.

Что с этого вам?

Если вы живёте в зоне риска наводнений. Flood Hub работает в 150 странах, регистрация не нужна. Откройте сервис, найдите свой регион и посмотрите, есть ли для него прогнозные данные. Для речных наводнений горизонт предупреждения достигает семи дней, а это время на эвакуацию и защиту имущества.

Если вы автор Дзена или журналист. Тема «искусственный интеллект и наводнения» выходит за пределы технологического любопытства. Groundsource показывает рабочий сценарий, когда нейросеть извлекает структурированные данные из миллионов текстов. Этот же принцип применим для контент-исследований: анализ массива публикаций по теме, извлечение фактов, построение хронологий.

Если вы работаете в МЧС, гидрометеорологии или страховании. Google открыла исходный код гидрологического фреймворка и датасет Groundsource, а также публичный API прогнозов. Национальные метеослужбы (NMHS, национальные метеорологические и гидрологические службы) могут интегрировать собственные данные с моделью и строить прогнозы под локальные нужды.

Для России и СНГ. Flood Hub декларирует охват 150 стран и не требует локальных исторических данных, что ценно для регионов Сибири, Центральной Азии и Кавказа, где паводковый мониторинг исторически слаб. Однако в материале Google не уточняет, какие именно территории РФ и СНГ покрыты прогнозами. Проверить покрытие можно напрямую на сайте Flood Hub.

Для тех, кто хочет разобраться глубже: Google выложила датасет Groundsource и API прогнозов в открытый доступ, а гидрологический фреймворк доступен как опенсорс. Если вы работаете с данными о природных катастрофах, это редкий случай, когда крупная компания отдаёт и модель, и данные, а не только результаты.

По данным Google Research