Η έλλειψη δεδομένων υψηλής ακριβείας για ορισμένες φυσικές καταστροφές, όπως για παράδειγμα οι ξαφνικές πλημμύρες, είναι κάτι το οποίο εμπόδιζε εδώ και χρόνια ολόκληρα τη δυνατότητα εκπαίδευσης μοντέλων τεχνητής νοημοσύνης, τα οποία θα είναι σε θέση να προβλέπουν τέτοια γεγονότα, πριν αυτά συμβούν. Όλα αυτά όμως μέχρι τώρα.
Πριν από λίγες ώρες, η Google παρουσίασε το GroundSource. Μια μεθοδολογία, η οποία αξιοποιεί την τεχνητή νοημοσύνη προκειμένου να μετατρέψει τις πληροφορίες που είναι δημοσίως διαθέσιμες σε ένα αρχείο υψηλής ποιότητας με ιστορικά δεδομένα καταστροφών, ξεκινώντας από τις πλημμύρες και τις ηλεκτρικές εκκενώσεις σε αστικές περιοχές.
Πιο συγκεκριμένα, το GroundSource χρησιμοποιεί το Gemini για να αναλύσει δημόσια report, δεκαετίες δημοσίων αναφορών, πετυχαίνοντας τον εντοπισμό πάνω από 12,6 εκατομμύρια περιστατικά πλημμυρών σε περισσότερες από 150 χώρες.
Στη συνέχεια, χρησιμοποίησε το Google Maps προκειμένου να μπορέσει να δημιουργήσει ακριβή γεωγραφικά όρια για κάθε περιστατικό, και με τη χρήση όλων αυτών των δεδομένων, εκπαίδευσε ένα μοντέλο που μπορεί να προβλέπει τις ξαφνικές πλημμύρες σε αστικές περιοχές έως και 24 ώρες πριν αυτές εκδηλωθούν. Το σύνολο αυτών των δεδομένων είναι πλέον προσβάσιμο σε όλους μέσω του Flat Hub της Google, καλύπτοντας 2 δισεκατομμύρια ανθρώπους σε περισσότερες από 150 χώρες, ενισχύοντας σημαντικά τις δυνατότητες ασφαλούς πρόβλεψης πλημμυρών.
Είναι σημαντικό να σημειωθεί ότι η ίδια προσέγγιση της Groundsource, που βασίζεται στην τεχνητή νοημοσύνη, μπορεί να εφαρμοστεί και σε άλλες φυσικές καταστροφές, όπως κατολισθήσεις ή καύσωνες, μετατρέποντας επαληθευμένες αναφορές από όλο τον κόσμο σε σύνολα δεδομένων που συμβάλλουν στη βελτίωση της παγκόσμιας ανθεκτικότητας απέναντι σε φυσικές καταστροφές.
