Google a dévoilé Groundsource, une nouvelle méthode basée sur l'intelligence artificielle visant à combler un vide de données critique pour la prévision des inondations soudaines. Cette initiative s'inscrit dans le cadre plus large des efforts de résilience face aux crises de Google. Pendant des années, l'absence de données de haute qualité sur les inondations éclair a empêché l'entraînement de modèles d'IA capables de prédire ces événements catastrophiques avant qu'ils ne surviennent, particulièrement dans les zones urbaines. Groundsource utilise le modèle Gemini pour analyser des décennies de rapports publics et identifier plus de 2,6 millions d'événements d'inondation historiques répartis dans plus de 150 pays. Pour chaque événement, l'outil détermine les limites géographiques précises en utilisant Google Maps, créant ainsi un ensemble de données détaillé spécifiquement consacré aux inondations soudaines. Sur la base de ce nouveau jeu de données, Google a entraîné un modèle capable de prédire les inondations éclair en milieu urbain jusqu'à vingt-quatre heures à l'avance. Les prévisions relatives aux inondations urbaines sont désormais disponibles sur le Hub Inondations de Google. Cette intégration marque une expansion significative des capacités de prévision, venant s'ajouter aux alertes existantes concernant les inondations fluviales qui couvrent déjà deux milliards de personnes dans plus de 150 pays. Pour les communautés du monde entier, cette avancée offre une meilleure préparation avant la survenue d'une catastrophe. Pour les partenaires scientifiques, Groundsource fournit une référence massive en source ouverte, permettant d'étendre leur impact, notamment dans les régions urbaines où les données historiques sur les inondations éclair faisaient défaut. Le modèle et l'ensemble de données sur les inondations urbaines rejoignent la famille des modèles et ensembles de données géospatiaux d'IA de Google Earth AI. De manière plus large, l'approche pilotée par l'IA de Groundsource possède le potentiel d'être appliquée à d'autres types de catastrophes naturelles, telles que les glissements de terrain ou les vagues de chaleur. Cette méthode vise à transformer les rapports vérifiés provenant du monde entier en ensembles de données exploitables, favorisant ainsi une résilience mondiale accrue. En convertissant les informations publiques en données actionnables, Google ne se contente pas d'analyser le passé, mais construit un avenir plus résilient pour tous, dans l'objectif commun qu'aucun individu ne soit surpris par une catastrophe naturelle. Cette innovation repose sur la capacité de l'intelligence artificielle à traiter d'énormes volumes d'informations disparates pour en extraire des modèles prédictifs fiables. Bien que les données historiques sur les crues soudaines aient longtemps été fragmentées ou inexistantes, Groundsource normalise ces informations pour les rendre utilisables par des algorithmes avancés. L'ouverture de ces données à la communauté scientifique vise également à stimuler la recherche et l'innovation dans le domaine de la gestion des risques naturels, permettant à des acteurs externes de développer leurs propres solutions de prévision adaptées à leurs contextes locaux.