Google Gemini анализирует новости, чтобы прогнозировать наводнения по всему миру

Ввиду своего внезапного и локального характера ливневые паводки долгое время представляли собой «неуловимую» проблему для прогнозирования во всем мире. Сегодня компания Google объявила о прорыве: с помощью крупных языковых моделей для анализа неструктурированных новостных данных удалось создать глобальную систему оперативного прогнозирования этих явлений.
Традиционные модели глубокого обучения часто не справляются в регионах с недостатком данных. Команда Google изменила подход, использовав способность к пониманию прочитанного для анализа более 5 миллионов новостных статей со всего мира.
Преобразование данных: модель извлекла 2,6 миллиона записей о наводнениях, преобразовав качественные новостные описания в количественные данные с геотегами и временными метками, сформировав новый набор данных «Groundsource».
Обучение модели: Используя эту «истинную информацию», исследователи обучили нейронную сеть LSTM, которая использует глобальные прогнозы погоды для предсказания вероятности внезапных наводнений в определенных районах.
Руководитель отдела Google по обеспечению устойчивости к стихийным бедствиям отметил, что ключевая ценность набора данных Groundsource заключается в его «сбалансированности».
Помощь уязвимым регионам: для районов, где отсутствуют дорогостоящие радиолокационные системы или полные метеорологические записи, модель предоставляет недорогую альтернативу раннего предупреждения.
Проверка в реальных условиях: Google уже оценила риск наводнений для городских районов в 150 странах. Представители Сообщества по развитию стран юга Африки подтвердили, что модель заметно ускорила местное реагирование на наводнения.
Хотя разрешение модели (20 км) и интеграция с радиолокационными данными в реальном времени могут быть улучшены, этот метод получения количественных наборов данных из качественного текста открывает новую парадигму для смягчения последствий стихийных бедствий. Команда Google планирует распространить эту технологию на другие внезапные, смертоносные явления, такие как тепловые волны и оползни.
Превращая способность ИИ понимать язык в раннее предупреждение о событиях в реальном мире, Google не только исследует технические границы, но и вносит более инклюзивный технологический вклад в глобальную устойчивость к бедствиям.
Связанная статья
Основные моменты документа SpaceX о публичном размещении акций: амбиции по расширению услуг спутникового Интернета и использованию искусственного интеллекта
В своем заявлении о регистрации типа S-1, представленном перед планируемым IPO, компания SpaceX представила ряд впечатляющих финансовых показателей, подчеркивающих ее прочные позиции в области аэрокосмической связи и искусственного интеллекта:Число
Alibaba Tuhao M890 дебютирует с тройной производительностью, открывая эпоху агентов полного спектра для моделей инференции на основе чипов, облачных технологий и моделирования.
20 мая 2026 года на саммите Alibaba Cloud компания объявила о завершении обновления полноценной технологической системы, разработанной для эры агентов. Это обновление кардинально изменило весь процесс работы системы — от базовых чипов и облачных плат
Возрождение Pentium 4: 20-летний процессор запускает большую модель Meta Llama 3
Недавно технический канал YouTube Fully Buffered провел впечатляющий и сложный эксперимент: им удалось успешно запустить последнюю большую модель Meta Llama 3.2 3B на процессоре Pentium 4 641, выпущенном в 2006 году.Этот тест заставил современные ис
Рекомендации по связанным специальным темам
Комментарии (0)

Ввиду своего внезапного и локального характера ливневые паводки долгое время представляли собой «неуловимую» проблему для прогнозирования во всем мире. Сегодня компания Google объявила о прорыве: с помощью крупных языковых моделей для анализа неструктурированных новостных данных удалось создать глобальную систему оперативного прогнозирования этих явлений.
Традиционные модели глубокого обучения часто не справляются в регионах с недостатком данных. Команда Google изменила подход, использовав способность
Преобразование данных: модель извлекла 2,6 миллиона записей о наводнениях, преобразовав качественные новостные описания в количественные данные с геотегами и временными метками, сформировав новый набор данных «Groundsource».
Обучение модели: Используя эту «истинную информацию», исследователи обучили нейронную сеть LSTM, которая использует глобальные прогнозы погоды для предсказания вероятности внезапных наводнений в определенных районах.
Руководитель отдела Google по обеспечению устойчивости к стихийным бедствиям отметил, что ключевая ценность набора данных Groundsource заключается в его «сбалансированности».
Помощь уязвимым регионам: для районов, где отсутствуют дорогостоящие радиолокационные системы или полные метеорологические записи, модель предоставляет недорогую альтернативу раннего предупреждения.
Проверка в реальных условиях: Google уже оценила риск наводнений для городских районов в 150 странах. Представители Сообщества по развитию стран юга Африки подтвердили, что модель заметно ускорила местное реагирование на наводнения.
Хотя разрешение модели (20 км) и интеграция с радиолокационными данными в реальном времени могут быть улучшены, этот метод получения количественных наборов данных из качественного текста открывает новую парадигму для смягчения последствий стихийных бедствий. Команда Google планирует распространить эту технологию на другие внезапные, смертоносные явления, такие как тепловые волны и оползни.
Превращая способность ИИ понимать язык в раннее предупреждение о событиях в реальном мире, Google не только исследует технические границы,
Основные моменты документа SpaceX о публичном размещении акций: амбиции по расширению услуг спутникового Интернета и использованию искусственного интеллекта
В своем заявлении о регистрации типа S-1, представленном перед планируемым IPO, компания SpaceX представила ряд впечатляющих финансовых показателей, подчеркивающих ее прочные позиции в области аэрокосмической связи и искусственного интеллекта:Число
Alibaba Tuhao M890 дебютирует с тройной производительностью, открывая эпоху агентов полного спектра для моделей инференции на основе чипов, облачных технологий и моделирования.
20 мая 2026 года на саммите Alibaba Cloud компания объявила о завершении обновления полноценной технологической системы, разработанной для эры агентов. Это обновление кардинально изменило весь процесс работы системы — от базовых чипов и облачных плат
Возрождение Pentium 4: 20-летний процессор запускает большую модель Meta Llama 3
Недавно технический канал YouTube Fully Buffered провел впечатляющий и сложный эксперимент: им удалось успешно запустить последнюю большую модель Meta Llama 3.2 3B на процессоре Pentium 4 641, выпущенном в 2006 году.Этот тест заставил современные ис





Дом






