вариант
Дом
Новости
A-усиление прогнозирования наводнений: поддержка партнеров расширена

A-усиление прогнозирования наводнений: поддержка партнеров расширена

10 апреля 2025 г.
134

A-усиление прогнозирования наводнений: поддержка партнеров расширена

Каждый год разрушительные наводнения приносят хаос, приводя к трагическим потерям, массовым перемещениям и огромным финансовым убыткам. Чтобы поддержать правительства, НПО, глобальные организации и уязвимые сообщества в принятии проактивных мер, наша команда в Google Research работает над передовыми решениями на основе AI для предоставления точных данных о наводнениях и повышения климатической устойчивости. Наши новаторские глобальные модели прогнозирования наводнений, опубликованные в *Nature*, теперь предоставляют информацию в режиме, близком к реальному времени, для помощи сообществам и организациям по всему миру.

В соответствии с нашей целью сделать информацию о прогнозировании наводнений доступной по всему миру с помощью AI, мы рады объявить о нескольких ключевых расширениях:

  • Мы расширяем нашу модель прогнозирования речных наводнений на базе AI, чтобы охватить 100 стран вместо прежних 80, охватывая районы, где проживают 700 миллионов человек, по сравнению с 460 миллионами ранее.
  • Мы разработали усовершенствованную модель прогнозирования наводнений, которая соответствует точности нашей предыдущей модели на пятидневном горизонте, но теперь на семь дней.
  • Мы делаем прогнозы нашей модели доступными для исследователей и партнеров через предстоящий API и наш набор данных Google Runoff Reanalysis & Reforecast (GRRR).
  • Мы расширяем охват для исследователей и экспертов, внедряя «виртуальные датчики» для мест с недостатком данных через предстоящий API, набор данных GRRR и новый слой данных для экспертов на Flood Hub, включающий около 250 000 точек прогнозирования в 150 странах.
  • Мы также выпускаем исторические наборы данных нашей модели прогнозирования наводнений, чтобы помочь исследователям в понимании и смягчении последствий разрушительных наводнений.

Эти расширения предоставят жизненно важную информацию о речных наводнениях миллионам людей по всему миру и обеспечат исследователей и партнеров более полными данными.

Расширение охвата прогнозирования наводнений для большего числа стран и людей

Расширяя нашу модель прогнозирования речных наводнений на базе AI на более чем 100 стран, мы теперь можем обслуживать 700 миллионов человек по всему миру, что значительно больше, чем предыдущие 460 миллионов. Это расширение обусловлено недавними прорывами в исследованиях, которые повысили точность нашей модели. Мы добавили больше маркированных данных, утроили количество обучающих мест, внедрили новую архитектуру модели для повышения устойчивости и интегрировали новую модель прогнозирования погоды в наши прогнозы наводнений. Вы можете подробнее узнать об этих разработках в нашем исследовательском блоге.

Это означает, что больше сообществ получат своевременный доступ к информации о наводнениях, улучшая готовность и меры реагирования для миллионов людей по всему миру, доступные через Google Search, Google Maps и Google Flood Hub.

Предоставление данных прогнозирования наводнений экспертам и исследователям в большем количестве способов и мест

Мы теперь делимся прогнозами нашей усовершенствованной модели прогнозирования наводнений, которые отличаются повышенной точностью, надежностью и более широким охватом, с исследователями и партнерами через GRRR и предстоящий API.

Наша новая пилотная программа API, разработанная совместно с ведущими организациями, открыта для регистрации. Этот API позволит исследователям и практикам получать доступ к нашим гидрологическим прогнозам и ожидаемому статусу наводнений даже в регионах с ограниченными данными, чтобы ускорить исследования и реагирование на наводнения.

Хотя наша глобальная гидрологическая модель может прогнозировать сток в любой точке Земли, Flood Hub в настоящее время показывает прогнозы только в точках с датчиками для проверки с использованием исторических данных от надежных сенсоров. Однако во многих частях мира такие сенсоры отсутствуют. Чтобы решить эту проблему, мы добавляем новый слой данных в Flood Hub с 250 000 точек прогнозирования нашей модели прогнозирования наводнений с использованием «виртуальных датчиков». Это предоставит дополнительные данные о прогнозировании наводнений экспертам и исследователям в более чем 150 странах, включая те, где нет физических датчиков, улучшая доступность данных для ранее недостаточно обслуживаемых районов.

Наша модель прогнозирования наводнений теперь охватывает более 100 стран (образец стран показан слева) и включает «виртуальные датчики» для экспертов и исследователей в более чем 150 странах (образец стран показан справа).

Мы также делаем исторические данные нашей глобальной модели прогнозирования наводнений общедоступными через GRRR. Этот набор данных, датируемый 1981 годом, показывает исторические прогнозы наводнений и предупреждения в глобальном масштабе, позволяя исследователям анализировать прошлые результаты нашей модели. Мы считаем, что эти данные помогут исследователям по всему миру понять влияние наводнений на сообщества и, возможно, уменьшить последствия разрушительных наводнений.

Благодаря последним улучшениям нашей модели и включению более богатых данных мы теперь можем делиться значительно большим количеством прогнозов с исследователями и партнерами, особенно в регионах с недостатком данных. Точность новой модели на семидневном горизонте так же хороша, как у предыдущей модели на пять дней, с надежностью, соответствующей современным глобальным прогнозам наводнений. Мы будем продолжать совершенствовать наши прогнозы и повышать доступность информации о прогнозировании наводнений, тесно сотрудничая с исследовательскими и экспертными сообществами.

Использование AI для климатических действий по всему миру

Наши модели прогнозирования наводнений теперь предоставляют действенную информацию непосредственно людям на местах, сообществам, исследователям, экспертам, правительствам и гуманитарным организациям, помогая им принимать упреждающие меры для защиты уязвимых групп населения.

Например, во время разрушительных наводнений в штате Риу-Гранди-ду-Сул, Бразилия, в мае прошлого года наша команда Google Research работала с Геологической службой Бразилии (SGB), нашим партнером с 2022 года, чтобы добавить более 200 новых точек мониторинга в Flood Hub. Эти данные были критически важны для государственных органов и жителей пострадавших районов для разработки планов реагирования на кризис и принятия обоснованных решений.

Помимо нашего сотрудничества с местными властями Бразилии, наши прогнозы наводнений использовались гуманитарными организациями, такими как World Vision Brazil и их местные партнеры, для прогнозирования пострадавших от наводнений районов и быстрого распределения необходимой помощи, включая питьевую воду, продовольственные корзины и комплекты постельного белья, всего за два дня.

Ранее в этом году мы выделили, как четыре гуманитарные организации в Африке и Индии использовали нашу технологию прогнозирования наводнений для помощи сообществам. По мере того как мы продолжаем расширять наши исследования, совершенствовать прогнозы и делать информацию о прогнозировании наводнений более доступной, Google Research привержен решению проблем климатических кризисов с использованием AI и предоставлению действенной информации для реагирования на кризисы, в соответствии с инициативой ООН «Ранние предупреждения для всех». Это усилие гарантирует, что критически важная информация достигает правительств, международных организаций и НПО, позволяя им защищать пострадавшие сообщества.

Связанная статья
Meta Усиливает Безопасность ИИ с Помощью Продвинутых Инструментов Llama Meta Усиливает Безопасность ИИ с Помощью Продвинутых Инструментов Llama Meta выпустила новые инструменты безопасности Llama для укрепления разработки ИИ и защиты от новых угроз.Эти усовершенствованные инструменты безопасности модели ИИ Llama сочетаются с новыми ресурсами
NotebookLM представляет курируемые тетради от ведущих изданий и экспертов NotebookLM представляет курируемые тетради от ведущих изданий и экспертов Google совершенствует свой инструмент для исследований и заметок на базе ИИ, NotebookLM, чтобы сделать его всеобъемлющим центром знаний. В понедельник компания представила курируемую коллекцию тетраде
Alibaba представляет Wan2.1-VACE: Открытое решение для видео с ИИ Alibaba представляет Wan2.1-VACE: Открытое решение для видео с ИИ Alibaba представила Wan2.1-VACE, модель ИИ с открытым исходным кодом, которая призвана трансформировать процессы создания и редактирования видео.VACE является ключевым компонентом семейства видео моде
Комментарии (17)
BenGarcía
BenGarcía 6 августа 2025 г., 16:00:59 GMT+03:00

This AI flood forecasting sounds like a game-changer! 😮 Curious how fast it can predict floods compared to old methods. Could save so many lives!

FrankWilliams
FrankWilliams 23 июля 2025 г., 7:59:29 GMT+03:00

This AI flood forecasting sounds like a game-changer! Curious how accurate it is compared to traditional methods. 🤔 Hope it reaches more communities soon!

JustinJackson
JustinJackson 24 апреля 2025 г., 17:03:16 GMT+03:00

A previsão de enchentes aprimorada por IA é um salva-vidas! As previsões são tão precisas que nos ajudam a nos preparar com antecedência. A única coisa é que poderia ser um pouco mais amigável para quem não é técnico. Ainda assim, essencial para o gerenciamento de desastres! 👍

JuanAllen
JuanAllen 22 апреля 2025 г., 8:22:52 GMT+03:00

AI-Enhanced Flood Forecasting is a lifesaver! It's amazing how it helps predict floods so communities can prepare. Only wish it was a bit more user-friendly for non-tech folks. Still, a great tool! 👍

CarlLopez
CarlLopez 21 апреля 2025 г., 2:45:16 GMT+03:00

AI-Enhanced Flood Forecasting is a lifesaver! It's amazing how accurate the predictions are, helping us prepare in advance. The only thing is, it could be a bit more user-friendly for non-tech folks. Still, a must-have for disaster management! 👍

AnthonyJohnson
AnthonyJohnson 16 апреля 2025 г., 19:04:06 GMT+03:00

¡La predicción de inundaciones mejorada por IA es un salvavidas! Es increíble cómo ayuda a predecir inundaciones para que las comunidades puedan prepararse. Solo desearía que fuera un poco más amigable para los no técnicos. Aún así, ¡una gran herramienta! 👍

Вернуться к вершине
OR