洪水は突然発生し、局所的な特性を持つため、世界中で気象予報の最も難しい「幽霊」災害とされてきました。本日、グーグルは独自の画期的な方法によりこの問題を解決しました。それは、ニュース記事に含まれる非構造化データを大規模言語モデルが掘り起こし、世界中をカバーする洪水予測システムを成功裏に構築したことです。

従来の深層学習モデルは、歴史的な気象観測データの欠如により、遠隔地では機能しなかったことが多いです。グーグルの研究チームは考え方を変え、の読解能力を活用して、世界中の500万編のニュース記事を詳細に分析しました。

  • データ変換: モデルはニュースから260万回の洪水事件を抽出し、それらの定性的な記述を地理的タグやタイムスタンプを備えた定量的なデータに変換しました。そのデータセットは「Groundsource」というユニークなデータセットとして作成されました。

  • モデル訓練: この「現地実情」に基づき、研究者たちはLSTMニューラルネットワークモデルを訓練しました。これにより、世界中の気象予報データから特定地域における洪水の確率を予測できるようになりました。

グーグルの災害対応プロジェクトの責任者は、「Groundsource」データセットの最大の意義はその「均等性」にあると述べています。

  • 弱い地域へのサービス: 気象レーダーの導入費用が高くて手が出せない、あるいは気象記録が不完全な国や地域において、このモデルはコスト効果の高い警報手段を提供します。

  • 実戦検証: 現時点で、グーグルはの150か国の都市地域でリスクレベルを表示しています。南部アフリカ開発共同体の関係者は、このモデルが地域での洪水への反応速度を顕著に向上させたことを確認しています。

このモデルは現在、解像度（20キロメートル）やレーダーのリアルタイム性においてさらなる改善が必要ですが、このように文章などの定性的情報から定量的なデータセットを作成する方法は、災害防止と軽減にとって新しいパターンを開きました。グーグルのチームは、今後この技術を熱波や土砂崩れなど、一時的だが致命的な他の自然災害の予測にも拡大する計画であると述べました。

AIの言語理解能力を物理的な警報能力に変えることで、グーグルは