Google の洪水予測モデル

Google は、AI と過去のニュースレポートを使用して、瞬間的な洪水を予測するモデルを開発しました。このモデルは、世界中の 150 の国で都市部の洪水リスクを特定し、緊急対応機関と共有されています。

データ不足の解決

瞬間的な洪水は、その短命性と局所性のために、気象データとして十分に記録されません。これにより、深層学習モデルが洪水を予測するのに必要なデータが不足しています。Google の研究者は、Gemini（Google の大規模言語モデル）を使用して、世界中の 500 万件のニュース記事から 260 万件の洪水レポートを抽出し、それらを地理タグ付きの時系列データセット「Groundsource」として作成しました。

モデルの訓練と実装

Groundsource を実世界の基準として使用し、研究者は Long Short-Term Memory (LSTM) ニューラルネットワークに基づくモデルを訓練しました。このモデルは、世界全体の気象予報を入力として取り込み、特定の地域での瞬間的な洪水の可能性を生成します。

実用性と課題

Google の洪水予測モデルは、150 の国で都市部の洪水リスクを特定し、緊急対応機関と共有されています。しかし、モデルにはまだいくつかの制限があります。例えば、20 平方キロメートルの領域でリスクを特定するため、解像度が低く、米国の国家気象局の洪水警報システムほど正確ではありません。

未来の可能性

Google の Resilience チームのプログラムマネージャーである Juliet Rothenberg は、LLM（大規模言語モデル）を使用して、書かれた質問的な情報源から定量的なデータセットを構築する方法が、熱波や土砂崩れなどの他の一時的な現象の予測にも適用できると述べています。

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