Google usa IA para predecir inundaciones urbanas
Google presenta Groundsource, una metodología que usa Gemini para convertir informes públicos en datos históricos sobre desastres. Con más de 2,6 millones de eventos analizados, la compañía entrena un modelo que busca anticipar inundaciones repentinas urbanas hasta 24 horas antes.
Google ha creado Groundsource, una metodología de inteligencia artificial que convierte informes públicos antiguos en datos útiles para anticipar inundaciones repentinas en ciudades con hasta 24 horas de antelación.
El proyecto parte de un problema concreto: durante años no existieron suficientes registros detallados sobre este tipo de inundaciones. Sin datos históricos fiables, era difícil entrenar modelos capaces de detectar cuándo y dónde podían producirse.
Cómo funciona Groundsource
Groundsource utiliza Gemini para analizar décadas de informes públicos sobre desastres. El sistema identificó más de 2,6 millones de inundaciones históricas en más de 150 países.
Después, Google empleó Google Maps para calcular los límites geográficos precisos de cada evento. El resultado es un conjunto de datos centrado en las inundaciones repentinas urbanas, un tipo de emergencia especialmente difícil de vigilar porque puede aparecer con rapidez en calles, túneles y zonas densamente pobladas.
Con esos datos, Google entrenó un nuevo modelo de predicción. La empresa afirma que el sistema supone un avance tangible hacia la posibilidad de anticipar inundaciones urbanas hasta un día antes, pero no significa que todas las inundaciones puedan predecirse con exactitud ni que cada alerta vaya a producirse.
Las alertas llegan a Flood Hub
Las predicciones de inundaciones repentinas urbanas ya están disponibles en Google Flood Hub, junto con los pronósticos que Google ya ofrecía para grandes inundaciones de ríos.
Esos pronósticos fluviales cubren a 2.000 millones de personas en más de 150 países para los eventos más importantes. La nueva función amplía el alcance del sistema a un riesgo diferente: el agua que se acumula rápidamente en entornos urbanos, donde incluso una tormenta localizada puede interrumpir el transporte, dañar viviendas o poner vidas en peligro.
Para ti, el impacto más directo dependerá de si tu comunidad, las autoridades locales o las organizaciones de emergencia utilizan estas predicciones. Una alerta con más tiempo puede servir para cerrar una carretera, mover vehículos, proteger equipos o evacuar una zona vulnerable antes de que el agua suba.
Un banco de datos para otros investigadores
Google también ha incorporado el modelo y el conjunto de datos de inundaciones urbanas a su familia Google Earth AI. El material se ofrece como referencia abierta para científicos y colaboradores que trabajan en regiones donde apenas existen registros históricos.
La idea puede extenderse a otros desastres naturales. El mismo enfoque podría emplearse para transformar informes verificados en datos sobre:
- Deslizamientos de tierra.
- Olas de calor.
- Otros fenómenos con pocos registros estructurados.
El punto importante no es solo que la IA analice el pasado. Al ordenar millones de informes y ubicarlos con precisión, puede ayudar a crear las herramientas que las autoridades necesitan para prepararse mejor. Lo que habrá que vigilar ahora es cómo funciona el modelo en situaciones reales, qué cobertura alcanza cada lugar y cómo se convierten sus predicciones en alertas útiles para la población.