读遍 500 万篇新闻，谷歌 Gemini 实现全球山洪预报

山洪因来得突然、影响范围小，一直被视为全球气象预报里最难对付的“隐形”灾害。今天，谷歌宣布用一种别出心裁的方法攻克难题：利用大语言模型，从新闻报道中的非结构化信息里挖掘线索，搭建出覆盖全球的山洪预测体系。

传统的深度学习模型常因缺少历史气象观测，在偏远地区难以奏效。谷歌研究团队换了思路，借助的阅读理解能力，系统梳理了全球 500万篇新闻报道。

• 数据转化: 模型从新闻中抽取出 260万次洪水事件的记录，把这些文字性描述转成带地理标签和时间戳的量化数据，构建出名为“Groundsource”的独特数据集。

• 模型训练: 基于这些“地面实况”，研究人员训练了一个 LSTM 神经网络，可根据全球气象预报数据估计特定区域发生山洪的概率。

谷歌抗灾项目负责人表示，Groundsource 数据集最大的意义在于其“均衡性”。

• 服务弱势地区: 对负担不起昂贵气象雷达、且缺少完整气象记录的国家和地区，该模型提供了一种低成本的预警方案。

• 实战验证: 目前，谷歌已在为150个国家的城市区域标注了风险等级。南部非洲发展共同体的官员证实，该模型已明显提升了当地应对洪水的反应速度。

尽管该模型目前在分辨率（20平方公里）和雷达实时性上还有提升空间，但这种把文字类定性信息转为定量数据集的方法，为防灾减灾打开了新思路。谷歌团队表示，未来计划将这项技术推广到热浪、泥流等其他短暂却致命的自然灾害预测中。

把 AI 的语言理解能力转化为现实世界的预警能力，谷歌不仅展现了的技术上限，也为全球防灾减灾贡献了一种更具包容性的科技力量。