A través de su modelo Gemini, la compañía analizó millones de artículos periodísticos para crear “Groundsource”, un conjunto de datos único que permite anticipar desastres en zonas sin infraestructura meteorológica.
Las inundaciones repentinas representan uno de los desafíos más letales del cambio climático, cobrándose más de 5.000 vidas al año en todo el mundo.
Su naturaleza efímera y localizada las hace casi imposibles de predecir con radares tradicionales. Ante este vacío de información, Google ha presentado una solución disruptiva: utilizar la inteligencia artificial para “leer” la historia reciente de los medios de comunicación y anticipar el futuro.
El poder de la información periodística
Históricamente, los modelos de aprendizaje profundo han carecido de datos suficientes para monitorear eventos tan breves. Para resolverlo, investigadores de Google Research emplearon su modelo de lenguaje Gemini para procesar 5 millones de artículos de noticias globales.
El resultado es “Groundsource”, un conjunto de datos georreferenciado que identificó 2,6 millones de inundaciones reportadas por la prensa. “Es el primero de su tipo que utiliza modelos de lenguaje para este fin”, destacó Gila Loike, gerente de producto en Google Research, durante la presentación de la investigación este jueves.
Del texto a la prevención en tiempo real
Con estos datos como base, los científicos entrenaron una red neuronal (LSTM) capaz de cruzar pronósticos meteorológicos globales con la probabilidad de inundaciones en áreas específicas. Actualmente, esta tecnología ya está operativa en la plataforma Flood Hub, destacando riesgos urbanos en 150 países.
António José Beleza, funcionario de respuesta a emergencias en África Meridional, confirmó la utilidad de la herramienta: “Nos ayudó a responder más rápidamente a las inundaciones”, afirmó, validando el impacto real del modelo en regiones donde la infraestructura de radar es escasa.
Democratizar la resiliencia climática
Aunque el sistema aún tiene limitaciones —como una resolución de 20 kilómetros cuadrados y la falta de integración de radares locales en tiempo real—, su valor reside en su capacidad de “equilibrar el mapa”.
Juliet Rothenberg, gerente del equipo de Resiliencia de Google, explicó que el proyecto busca ayudar a gobiernos que no pueden costear estaciones meteorológicas costosas. “Al agregar millones de informes, Groundsource nos permite extrapolar a regiones con menos información”, señaló.
Un nuevo horizonte para la ciencia de datos
El éxito de esta metodología abre la puerta a predecir otros fenómenos igualmente esquivos. El equipo de Google espera aplicar este mismo uso de modelos de lenguaje para convertir fuentes cualitativas (textos escritos) en datos cuantitativos sobre olas de calor y deslizamientos de tierra.
Como resumió Marshall Moutenot, CEO de Upstream Tech: “La escasez de datos es uno de los desafíos más difíciles en geofísica. Esta fue una forma realmente creativa de obtener esos datos”.
