Google utiliza datos históricos de noticias e inteligencia artificial para predecir las crecidas repentinas

Las crecidas repentinas se cuentan entre los fenómenos meteorológicos más mortíferos del planeta, ya que se cobran más de 5.000 vidas al año. Además, son muy difíciles de predecir. Sin embargo, Google cree haber encontrado una solución novedosa a este problema: el análisis de las noticias.

Aunque la humanidad ha acumulado enormes cantidades de datos meteorológicos, las riadas son demasiado breves y localizadas para poder medirlas de forma sistemática, a diferencia de las tendencias de temperatura o del caudal de los ríos, que se registran a lo largo del tiempo. Esta falta de datos impide que los modelos de aprendizaje profundo, a pesar de que cada vez son más eficaces en la predicción meteorológica general, puedan pronosticar con precisión las riadas.

Para salvar esta brecha, los investigadores de Google emplearon Gemini —el gran modelo de lenguaje de la empresa— para examinar 5 millones de artículos de noticias de todo el mundo. El proceso identificó informes de 2,6 millones de eventos de inundaciones distintos, convirtiéndolos en una línea temporal geolocalizada denominada «Groundsource». Según Gila Loike, directora de producto de Google Research, esto supone el primer uso de modelos de lenguaje por parte de la empresa con este fin. La investigación y el conjunto de datos se hicieron públicos el jueves por la mañana.

Utilizando Groundsource como referencia del mundo real, el equipo entrenó un modelo basado en una red neuronal de memoria a corto y largo plazo (LSTM). Este modelo procesa las previsiones meteorológicas globales para generar estimaciones de probabilidad de inundaciones repentinas en ubicaciones específicas.

El modelo de predicción de inundaciones repentinas de Google identifica ahora los riesgos para las zonas urbanas de 150 países en su plataforma Flood Hub y comparte estos datos con organismos de respuesta a emergencias de todo el mundo. António José Beleza, responsable de respuesta a emergencias de la Comunidad de Desarrollo de África Austral que participó en una prueba del modelo, afirmó que mejoró significativamente la velocidad de respuesta de su organización ante las inundaciones.

El modelo tiene limitaciones actuales. Su resolución es relativamente amplia, ya que evalúa el riesgo en zonas de 20 kilómetros cuadrados. También es menos preciso que sistemas como las alertas de inundaciones del Servicio Meteorológico Nacional de EE. UU., en parte porque no integra datos de radares locales para el seguimiento de las precipitaciones en tiempo real.

Sin embargo, un objetivo clave del proyecto era crear una solución para regiones en las que los gobiernos locales carecen de los recursos necesarios para una costosa infraestructura de detección meteorológica o de registros meteorológicos históricos detallados.

«Al agregar millones de informes, el conjunto de datos de Groundsource ayuda a reequilibrar el mapa global», explicó Juliet Rothenberg, directora de programas del equipo de Resiliencia de Google. «Nos permite extrapolar conocimientos a otras regiones con mucha menos información disponible».

Rothenberg añadió que el equipo espera que esta metodología —el uso de modelos de lenguaje grande (LLM) para crear conjuntos de datos cuantitativos a partir de fuentes escritas cualitativas— pueda aplicarse a otros retos de predicción efímeros pero críticos, como las olas de calor y los deslizamientos de tierra.

Marshall Moutenot, director ejecutivo de Upstream Tech, una empresa que utiliza un aprendizaje profundo similar para las previsiones del caudal de los ríos para clientes como las empresas hidroeléctricas, considera que el trabajo de Google forma parte de un esfuerzo más amplio por recopilar datos para modelos meteorológicos impulsados por la IA. Moutenot también cofundó dynamical.org, un grupo que selecciona datos meteorológicos preparados para el aprendizaje automático destinados a investigadores y startups.

«La escasez de datos sigue siendo uno de los obstáculos más difíciles en geofísica», señaló Moutenot. «Paradójicamente, hay una sobreabundancia de datos sobre la Tierra, pero una escasez de datos de referencia validados para la evaluación. Este fue un enfoque muy creativo para adquirir esos datos esenciales».