Google izmanto vēstures arhīvus un mākslīgo intelektu, lai paredzētu pēkšņus plūdus

Mūsu planēta kļūst arvien neparedzamāka. Ekstrēmu laikapstākļu notikumi, īpaši pēkšņi plūdi, kļūst biežāki un postošāki, bieži vien pārsteidzot gan iedzīvotājus, gan glābējus. Galvenā problēma ir datu trūkums – daudzos reģionos pasaulē nav pietiekami blīva novērojumu tīkla vai vēsturisko mērījumu, lai precīzi modelētu, kur un kad var izcelties bīstama situācija. Google pētnieki ir atradusi radikāli jaunu pieeju šīs problēmas risināšanai: viņi vēršas pagātnē, izmantojot mākslīgo intelektu, lai pārtulkotu vecos ziņu rakstus par plūdiem par skaitliskiem datiem.

No vēstures lapām uz nākotnes prognozēm: Kvalitatīvo datu alķīmija

Tradicionāli hidroloģiskie modeļi balstās uz skaitļiem – nokrišņu daudzumu, upju līmeņus, augsnes mitrumu. Bet ko darīt, ja šo datu vienkārši nav? Google komanda, strādājot pie projekta “Hydronet”, koncentrējās uz to, kas bieži vien ir pieejams pat attālākajos reģionos: vietējo mediju vēsturiskajiem arhīviem. Laikrakstu un portālu raksti par pagājušajiem plūdiem satur nenovērtējamu informāciju – aprakstus par applūdušām vietām, ūdens dziļumu, bojāto infrastruktūru, glābšanas operācijām. Līdz šim šī informācija bija “ieslēgta” kvalitatīvā, tekstuālā formātā, kas bija grūti izmantojama skaitliskos modelos.

Šeit ierodas lielo valodu modelu (LLM) maģija. Pētnieki ir apmācījuši AI sistēmu analizēt tūkstošiem ziņu rakstu par plūdiem no dažādiem pasaules reģioniem. Algoritms mācās atpazīt un izvilkt konkrētus datus no brīva teksta. Piemēram, no teikuma “Ūdens līmenis centrālajā ielā sasniedza gurnus” AI var iegūt aptuvenu dziļuma mērījumu. No frāzes “Tilts pie ciema tika aizskalots” – informāciju par kritisku infrastruktūru un plūdu intensitāti. Tādējādi kvalitatīvie apraksti tiek pārveidoti par kvantitatīvu datu kopu, kas kļūst par barību hidroloģiskajiem prognožu modeļiem.

Kā darbojas šī “laika mašīna”?

Process ir vairākpakāpju. Vispirms tiek vākts milzīgs korpuss vēsturisko ziņu tekstu par noteiktu reģionu. Pēc tam, izmantojot LLM, katrs raksts tiek rūpīgi parsēts, lai identificētu galvenās entītijas:
* **Notikuma laiks un vieta:** Kur un kad plūdi notika?
* **Ietekmes apraksts:** Kādi objekti tika applūdināti (ceļi, mājas, lauki)?
* **Ūdens līmeņa norādes:** Vai tekstā minēti konkrēti mērījumi vai aprakstoši salīdzinājumi (“ūdens sasniedza logu palodzes”)?
* **Sekas:** Vai tika evakuēti iedzīvotāji, cietis transports, bojāta infrastruktūra?

Šie izvilktie dati pēc tam tiek kartēti uz ģeogrāfiskām koordinātām un laika skalas, veidojot sintētisku vēsturisko plūdu datu bāzi tur, kur tā oficiāli nekad nav pastāvējusi.

Prognožu precizitātes revolūcija un glābšanas dzīvības

Iegūtie dati nav tikai vēstures mācība. Tie tiek integrēti Google esošajā globālajā plūdu prognožu sistēmā, kas jau darbojas vairāk nekā 80 valstīs. Papildinot fiziskos modeļus ar šo bagātīgo vēsturisko kontekstu, sistēma spēj daudz precīzāk noteikt iespējamos risku zonas un plūdu mērogu. Tas ļauj izsūtīt brīdinājumus caur Google meklētāju, kartēm un Android ierīcēm daudz mērķtiecīgāk un agrāk.

Iedomājieties nelielu pilsētiņu kalnu ielejā, kur nav neviena hidroloģiskā mērījuma posteņa. Tradicionālā metode varētu nopietni novērtēt risku. Bet, ja AI analizē vietējā avīzes arhīvus un atrod vairākus rakstus par plūdiem 1960. un 1990. gados, kas detalizēti apraksta, kuras lejas daļas vienmēr applūst vispirms, prognožu modelis var tikt pielāgots tieši šai topogrāfijai un raksturīgajām plūdu ceļām. Tas nozīmē, ka brīdinājums var tikt nosūtīts tieši tiem iedzīvotājiem, kuri atrodas vislielākajā briesmā, dodot viņiem dārgās stundas vai pat dienas, lai sagatavotos vai evakuētos.

Izaicinājumi un nākotnes perspektīvas

Protams, šī metode nav bez izaicinājumiem. Ziņu rakstu kvalitāte un objektivitāte var atšķirties, un AI var kļūdīties, interpretējot metaforisku vai nenoteiktu valodu. Pētniekiem ir jāveido uzticami mehānismi, lai validētu izvilkto informāciju un novērstu kļūdainu datu iekļaušanu modelī. Tomēr potenciāls ir milzīgs. Šī pieeja var tikt pielietota ne tikai plūdu, bet arī citu dabas katastrofu, piemēram, zemes nogruvumu, sausru vai viesuļvētru, prognozēšanai un risku novērtēšanai.

Nākotnē mēs varam redzēt globālu digitālu arhīvu, kurā vēsturiskie mediju dati no visas pasaules tiks sistemātiski pārvērsti par zinātnisku instrumentu. Tas pārstāv paradigmas maiņu: no datu trūkuma izmisuma uz radošu resursu mobilizēšanu no mūsu kolektīvās atmiņas. Google darbs parāda, ka, apvienojot mākslīgo intelektu ar cilvēku vēstures pieredzi, mēs varam būt labāk sagatavoti tām izaicinājumiem, ko mums sagatavo mainīgais klimats. Tā ir tehnoloģija, kas kalpo ne tikai nākotnei, bet arī mācās no pagātnes, lai aizsargātu cilvēku dzīvības šodien.

Avots: https://techcrunch.com/2026/03/12/google-is-using-old-news-reports-and-ai-to-predict-flash-floods/