Maison
Google Gemini analyse l'actualité pour anticiper les inondations dans le monde entier

En raison de leur caractère soudain et localisé, les crues soudaines constituent depuis longtemps un défi de prévision « insaisissable » à l'échelle mondiale. Aujourd'hui, Google a annoncé une avancée majeure : en utilisant de grands modèles linguistiques pour analyser des données d'actualités non structurées, l'entreprise a réussi à créer un système mondial permettant de prévoir ces événements en temps réel.
Les modèles traditionnels d'apprentissage profond échouent souvent dans les régions où les données sont rares. L'équipe de Google a changé de cap, utilisant la compréhension écrite de « » pour analyser plus de 5 millions d'articles d'actualité mondiaux.
Transformation des données : le modèle a extrait 2,6 millions d'enregistrements d'événements d'inondation, convertissant les descriptions qualitatives des actualités en données quantitatives, géolocalisées et horodatées, formant ainsi un nouvel ensemble de données « Groundsource ».
Entraînement du modèle : à partir de ces « données de référence », les chercheurs ont entraîné un réseau neuronal LSTM qui exploite les prévisions météorologiques mondiales pour prédire la probabilité de crues soudaines dans des zones spécifiques.
Le responsable de la résilience aux catastrophes chez Google a souligné que la valeur clé de l'ensemble de données Groundsource réside dans son « équilibre ».
Au service des régions vulnérables : pour les zones ne disposant pas de systèmes radar coûteux ou d'archives météorologiques complètes, le modèle offre une alternative d'alerte précoce à faible coût.
Validation sur le terrain : Google a désormais évalué les risques d'inondation pour les zones urbaines de 150 pays. Des responsables de la Communauté de développement de l'Afrique australe ont confirmé que le modèle avait considérablement accéléré la réponse locale aux inondations.
Bien que la résolution du modèle (20 km) et l'intégration des données radar en temps réel puissent être améliorées, cette méthode consistant à extraire des ensembles de données quantitatives à partir de textes qualitatifs ouvre une nouvelle voie pour l'atténuation des catastrophes. L'équipe de Google prévoit d'étendre cette technologie à d'autres événements soudains et mortels, tels que les vagues de chaleur et les glissements de terrain.
En traduisant la compréhension du langage par l'IA en alertes précoces dans le monde physique, Google explore non seulement les frontières techniques de l'IA , mais apporte également une force technologique plus inclusive à la résilience mondiale face aux catastrophes.
Article connexe
Meta supprime la fonction de retouche photo par IA suite aux critiques des utilisateurs
Meta, le géant des réseaux sociaux, est une fois de plus au cœur d’un débat public concernant l’équilibre délicat entre l’intelligence artificielle et la vie privée des utilisateurs. Selon TechCrunch, les Superintelligence Labs de Meta ont présenté u
PDG de DeepMind, Hassabis : Je dors six heures par jour et je me sens généralement plein d’énergie vers 1 h du matin.
Fortune a récemment publié une interview avec Demis Hassabis, PDG de Google DeepMind, révélant son approche non conventionnelle du repos et de la productivité. Hassabis a divulgué qu’il dort très peu, structurant ses heures d’éveil en deux blocs de t
OpenAI et Anthropic se disputent des parts de marché malgré des résultats en deçà des attentes
Bien que des informations récentes laissent entendre qu’OpenAI n’aurait pas atteint ses objectifs de chiffre d’affaires, ce qui a pesé sur les valeurs technologiques ce mardi, les investisseurs privés
Recommandations de sujets spéciaux liés
commentaires (0)

En raison de leur caractère soudain et localisé, les crues soudaines constituent depuis longtemps un défi de prévision « insaisissable » à l'échelle mondiale. Aujourd'hui, Google a annoncé une avancée majeure : en utilisant de grands modèles linguistiques pour analyser des données d'actualités non structurées, l'entreprise a réussi à créer un système mondial permettant de prévoir ces événements en temps réel.
Les modèles traditionnels d'apprentissage profond échouent souvent dans les régions où les données sont rares. L'équipe de Google a changé de cap, utilisant la
Transformation des données : le modèle a extrait 2,6 millions d'enregistrements d'événements d'inondation, convertissant les descriptions qualitatives des actualités en données quantitatives, géolocalisées et horodatées, formant ainsi un nouvel ensemble de données « Groundsource ».
Entraînement du modèle : à partir de ces « données de référence », les chercheurs ont entraîné un réseau neuronal LSTM qui exploite les prévisions météorologiques mondiales pour prédire la probabilité de crues soudaines dans des zones spécifiques.
Le responsable de la résilience aux catastrophes chez Google a souligné que la valeur clé de l'ensemble de données Groundsource réside dans son « équilibre ».
Au service des régions vulnérables : pour les zones ne disposant pas de systèmes radar coûteux ou d'archives météorologiques complètes, le modèle offre une alternative d'alerte précoce à faible coût.
Validation sur le terrain : Google a désormais évalué les risques d'inondation pour les zones urbaines de 150 pays. Des responsables de la Communauté de développement de l'Afrique australe ont confirmé que le modèle avait considérablement accéléré la réponse locale aux inondations.
Bien que la résolution du modèle (20 km) et l'intégration des données radar en temps réel puissent être améliorées, cette méthode consistant à extraire des ensembles de données quantitatives à partir de textes qualitatifs ouvre une nouvelle voie pour l'atténuation des catastrophes. L'équipe de Google prévoit d'étendre cette technologie à d'autres événements soudains et mortels, tels que les vagues de chaleur et les glissements de terrain.
En traduisant la compréhension du langage par l'IA en alertes précoces dans le monde physique, Google explore non seulement les frontières techniques de l'IA
Meta supprime la fonction de retouche photo par IA suite aux critiques des utilisateurs
Meta, le géant des réseaux sociaux, est une fois de plus au cœur d’un débat public concernant l’équilibre délicat entre l’intelligence artificielle et la vie privée des utilisateurs. Selon TechCrunch, les Superintelligence Labs de Meta ont présenté u
PDG de DeepMind, Hassabis : Je dors six heures par jour et je me sens généralement plein d’énergie vers 1 h du matin.
Fortune a récemment publié une interview avec Demis Hassabis, PDG de Google DeepMind, révélant son approche non conventionnelle du repos et de la productivité. Hassabis a divulgué qu’il dort très peu, structurant ses heures d’éveil en deux blocs de t
OpenAI et Anthropic se disputent des parts de marché malgré des résultats en deçà des attentes
Bien que des informations récentes laissent entendre qu’OpenAI n’aurait pas atteint ses objectifs de chiffre d’affaires, ce qui a pesé sur les valeurs technologiques ce mardi, les investisseurs privés











