Google Research副总裁：通过Gemini分析数百万旧新闻报道创建Groundsource数据集

Google推出Groundsource这一AI驱动方法，利用Gemini从全球约500万篇新闻报道中提取并地理标记260多万起历史洪水事件，构建迄今最大规模的洪水历史数据集。随后用该数据集训练专用LSTM神经网络模型，结合实时气象预报与本地条件，针对城市区域预测未来24小时内是否出现暴雨洪水（flash flood）风险。该模型已在Google Flood Hub平台上线，覆盖150多个国家城市区域，提供中等或高风险警报。

这一突破直接解决暴雨洪水预测难题：传统模型依赖河道水文站数据，但城市暴雨洪水往往突发、无明显河道预警。Groundsource首次大规模用大语言模型将非结构化新闻转为量化灾害记录，显著填补数据空白，尤其在发展中国家与城市化地区。Google强调模型分辨率为20km×20km，输出为概率式风险（而非具体水深或严重度），已与南方非洲区域灾害机构合作验证beta版效果，成功提前捕捉一次暴雨洪水事件。

多家英文媒体确认这一工具细节一致，包括Google Research博客、Google官方博客与The Wall Street Journal报道，凸显Google将Gemini从通用AI转向灾害预测基础设施的战略转向，潜在大幅降低全球暴雨洪水死亡率与经济损失，尤其在预警时间短、数据稀缺的地区。

来源：公开信息