גוגל קוראת חדשות ישנות כדי לחזות שיטפונות — וזה עובד

שיטפונות בזק הורגים יותר מ-5,000 בני אדם בשנה, והם כמעט בלתי אפשריים לחיזוי — קצרים מדי, מקומיים מדי, ואין מספיק נתונים. אבל חוקרי גוגל מצאו פתרון מפתיע: הם פשוט קראו את העיתון.

הצוות השתמש ב-Gemini, מודל השפה של גוגל, כדי לסרוק 5 מיליון כתבות חדשותיות מכל העולם ולזהות 2.6 מיליון דיווחים על שיטפונות. מהדיווחים האלה הם בנו מאגר נתונים חדש בשם “Groundsource” — סדרת זמן גיאוגרפית שמתעדת היכן ומתי התרחשו שיטפונות, גם במקומות שאין בהם תחנות מדידה. זו הפעם הראשונה שגוגל משתמשת במודלי שפה כדי ליצור מאגר נתונים כמותי מתוך מקורות טקסטואליים איכותניים.

על בסיס Groundsource, החוקרים אימנו רשת LSTM שמקבלת תחזיות מזג אוויר גלובליות ומפיקה הסתברות לשיטפון באזור נתון. המודל כבר פעיל על פלטפורמת Flood Hub של גוגל ומספק התראות ל-150 מדינות — בדגש על אזורים שאין להם תשתיות מטאורולוגיות מתקדמות. בדיוק שם, אמרה ג’ולייט רוטנברג ממחלקת ה-Resilience של גוגל, “הנתונים מאזנים מחדש את המפה”. למעשה, הגישה של גוגל דומה לאסטרטגיה שלה בהודו — למנף AI כדי לפתור בעיות במקומות שבהם התשתית לא קיימת.

המודל עדיין לא מושלם: הרזולוציה נמוכה יחסית (20 קמ”ר), והוא לא משתמש בנתוני רדאר מקומיים כמו שירות מזג האוויר האמריקאי. אבל הרעיון שאפשר להפוך כתבות חדשותיות לנתונים כמותיים באמצעות AI — זה משנה כללי משחק. גוגל כבר חושבת על יישומים דומים לגלי חום ומפולות בוץ. כשאין חיישנים, לפעמים מספיק עיתונאי טוב.