面对自然灾害，信息是生命的生命线。长期以来，谷歌致力于危机弹性工作，通过早期预警帮助社区避险，但缺乏高精度历史数据严重限制了人工智能对突发性城市洪水的预测能力。为解决这一难题，谷歌今日推出名为 Groundsource 的全新 AI 方法，旨在将公共信息转化为高质量的灾害历史数据记录。 Groundsource 利用谷歌的 Gemini 模型，分析了跨越 150 多个国家的数十年公共报告，成功识别出超过 260 万起历史洪水事件。随后，系统结合谷歌地图数据，精确定位每个事件的地理边界，构建出专门针对城市突发性洪水的数据库。基于这一数据集训练出的新模型，实现了在突发事件发生前 24 小时进行城市内涝预测的实质性突破。 目前，这项城市内涝预测功能已整合至谷歌洪水枢纽平台，与覆盖全球 20 亿人、涉及 150 多个主要河流洪水的原有预测能力相辅相成。这不仅显著扩展了谷歌的洪水预测范围，也为全球社区在灾害来临前提供了更充分的准备时间。对于科研合作伙伴而言，Groundsource 提供的海量开源基准数据集，将有助于在长期缺乏历史数据的城市区域扩大防灾减灾的影响。 Groundsource 模型及其数据集的加入，进一步丰富了谷歌地球 AI 的地理空间模型家族。该方法的创新之处在于其可复制性，未来有望应用于山体滑坡、热浪等其他自然灾害的预测，将全球各地的经过验证的报告转化为推动全球韧性提升的数据集。谷歌通过挖掘公共信息并将其转化为可执行数据，不再局限于分析过去，而是致力于构建一个更具韧性的未来，确保没有人再被自然灾害“突袭”。