Google Gemini analiza las noticias para anticipar inundaciones en todo el mundo

Debido a su carácter repentino y localizado, las crecidas repentinas han supuesto durante mucho tiempo un reto de predicción «fantasmal» a nivel mundial. Hoy, Google ha anunciado un gran avance: el uso de grandes modelos de lenguaje para analizar datos de noticias no estructurados, lo que ha permitido crear con éxito un sistema global para la predicción a corto plazo de estos fenómenos.
Los modelos tradicionales de aprendizaje profundo suelen fallar en regiones con escasez de datos. El equipo de Google cambió de estrategia y utilizó la capacidad de comprensión lectora de «» para analizar más de 5 millones de artículos de noticias de todo el mundo.
Transformación de datos: El modelo extrajo 2,6 millones de registros de eventos de inundaciones, convirtiendo descripciones cualitativas de noticias en datos cuantitativos, geolocalizados y con marca de tiempo, formando un novedoso conjunto de datos denominado «Groundsource».
Entrenamiento del modelo: utilizando esta «verdad de referencia», los investigadores entrenaron una red neuronal LSTM que aprovecha las previsiones meteorológicas globales para predecir la probabilidad de inundaciones repentinas en áreas específicas.
El responsable de resiliencia ante desastres de Google señaló que el valor clave del conjunto de datos Groundsource reside en su «equilibrio».
Ayuda a las regiones vulnerables: Para las zonas que carecen de costosos sistemas de radar o de registros meteorológicos completos, el modelo ofrece una alternativa de alerta temprana de bajo coste.
Validación en el mundo real: Google ha evaluado ya el riesgo de inundaciones en zonas urbanas de 150 países. Funcionarios de la Comunidad de Desarrollo de África Austral confirmaron que el modelo ha acelerado notablemente la respuesta local ante las inundaciones.
Aunque la resolución del modelo (20 km) y la integración del radar en tiempo real pueden mejorarse, este método de derivar conjuntos de datos cuantitativos a partir de texto cualitativo abre un nuevo paradigma para la mitigación de desastres. El equipo de Google tiene previsto ampliar esta tecnología a otros fenómenos repentinos y mortales, como las olas de calor y los deslizamientos de tierra.
Al traducir la comprensión del lenguaje de la IA en alertas tempranas del mundo físico, Google no solo explora las fronteras técnicas de la IA, sino que también aporta una fuerza tecnológica más inclusiva a la resiliencia global ante los desastres.
Artículo relacionado
Aspectos destacados del documento de oferta pública inicial de SpaceX: las ambiciones de expansión en internet por satélite y inteligencia artificial
En su declaración de registro S-1 presentada antes de lo que se espera sea su oferta pública inicial, SpaceX reveló recientemente una serie de impresionantes indicadores comerciales que destacan su sólida posición en las comunicaciones aeroespaciales
Alibaba Tuhao M890 debuta con un triple rendimiento, marcando el inicio de una nueva era de agentes full-stack para modelos de inferencia basados en chips y nube.
El 20 de mayo de 2026, en la Cumbre de Alibaba Cloud, esta compañía anunció la finalización de una actualización del sistema tecnológico completo diseñado para la era de los agentes inteligentes. Esta transformación reconfiguró todo el proceso, desde
Pentium 4 Revival: Una CPU de 20 años de antigüedad ejecuta el modelo grande Meta Llama 3
Recientemente, el canal técnico de YouTube Fully Buffered llevó a cabo un experimento impresionante y riguroso: lograron ejecutar con éxito el último modelo grande de Meta, Llama 3.2 3B, en un procesador Pentium 4 641, un chip lanzado en 2006.Esta p
Recomendaciones de temas especiales relacionados
comentario (0)
0/500

Debido a su carácter repentino y localizado, las crecidas repentinas han supuesto durante mucho tiempo un reto de predicción «fantasmal» a nivel mundial. Hoy, Google ha anunciado un gran avance: el uso de grandes modelos de lenguaje para analizar datos de noticias no estructurados, lo que ha permitido crear con éxito un sistema global para la predicción a corto plazo de estos fenómenos.
Los modelos tradicionales de aprendizaje profundo suelen fallar en regiones con escasez de datos. El equipo de Google cambió de estrategia y utilizó la capacidad
Transformación de datos: El modelo extrajo 2,6 millones de registros de eventos de inundaciones, convirtiendo descripciones cualitativas de noticias en datos cuantitativos, geolocalizados y con marca de tiempo, formando un novedoso conjunto de datos denominado «Groundsource».
Entrenamiento del modelo: utilizando esta «verdad de referencia», los investigadores entrenaron una red neuronal LSTM que aprovecha las previsiones meteorológicas globales para predecir la probabilidad de inundaciones repentinas en áreas específicas.
El responsable de resiliencia ante desastres de Google señaló que el valor clave del conjunto de datos Groundsource reside en su «equilibrio».
Ayuda a las regiones vulnerables: Para las zonas que carecen de costosos sistemas de radar o de registros meteorológicos completos, el modelo ofrece una alternativa de alerta temprana de bajo coste.
Validación en el mundo real: Google ha evaluado ya el riesgo de inundaciones en zonas urbanas de 150 países. Funcionarios de la Comunidad de Desarrollo de África Austral confirmaron que el modelo ha acelerado notablemente la respuesta local ante las inundaciones.
Aunque la resolución del modelo (20 km) y la integración del radar en tiempo real pueden mejorarse, este método de derivar conjuntos de datos cuantitativos a partir de texto cualitativo abre un nuevo paradigma para la mitigación de desastres. El equipo de Google tiene previsto ampliar esta tecnología a otros fenómenos repentinos y mortales, como las olas de calor y los deslizamientos de tierra.
Al traducir la comprensión del lenguaje de la IA en alertas tempranas del mundo físico, Google no solo explora las fronteras técnicas de la IA,
Aspectos destacados del documento de oferta pública inicial de SpaceX: las ambiciones de expansión en internet por satélite y inteligencia artificial
En su declaración de registro S-1 presentada antes de lo que se espera sea su oferta pública inicial, SpaceX reveló recientemente una serie de impresionantes indicadores comerciales que destacan su sólida posición en las comunicaciones aeroespaciales
Alibaba Tuhao M890 debuta con un triple rendimiento, marcando el inicio de una nueva era de agentes full-stack para modelos de inferencia basados en chips y nube.
El 20 de mayo de 2026, en la Cumbre de Alibaba Cloud, esta compañía anunció la finalización de una actualización del sistema tecnológico completo diseñado para la era de los agentes inteligentes. Esta transformación reconfiguró todo el proceso, desde
Pentium 4 Revival: Una CPU de 20 años de antigüedad ejecuta el modelo grande Meta Llama 3
Recientemente, el canal técnico de YouTube Fully Buffered llevó a cabo un experimento impresionante y riguroso: lograron ejecutar con éxito el último modelo grande de Meta, Llama 3.2 3B, en un procesador Pentium 4 641, un chip lanzado en 2006.Esta p





Hogar






