Google 用舊新聞與 AI 預測閃洪

🔑 增強重點摘要

• •Google 處理了全球 500 萬篇新聞文章，隔離出 260 萬起不同洪水事件，並轉換為名為「Groundsource」的地理標記時間序列資料集。[1]
• •預測模型基於長短期記憶（LSTM）神經網路，結合全球天氣預報生成特定區域閃洪機率，並已擴展至 Flood Hub 平台涵蓋 150 個國家的城市地區。[1]
• •Groundsource 資料集有助重新平衡全球洪水資料地圖，提升感測器稀少地區的預測外推能力，並與世界各地緊急應變機構分享資料。[1]

🛠️ 技術深入

• •使用 Google 的 Gemini 大型語言模型處理新聞文章，從中提取洪水事件的地點、時間及量化描述（如水位高度），生成 Groundsource 資料集。[1]
• •預測模型採用長短期記憶（LSTM）神經網路架構，輸入全球天氣預報資料，輸出特定區域閃洪發生機率。[1]
• •這是 Google 首次將語言模型應用於此類洪水歷史資料轉換工作。[1]

🔮 前景展望AI analysis grounded in cited sources

⏳ 時間線