IT之家 3 月 12 日消息，山洪暴发是全球致死率最高的气象灾害之一，每年造成超过 5000 人死亡，同时也是最难预测的灾害之一。而谷歌认为，他们以一种出人意料的方式破解了这一难题 —— 通过阅读新闻。据IT之家了解，尽管人类已经积累了大量气象数据，但山洪暴发持续时间短且具有局部性，无法像温度甚至河流流量那样进行长期全面监测。这种数据缺口导致如今愈发强大的深度学习气象预测模型，依然无法准确预报山洪。为解决这一问题，谷歌研究人员利用其大语言模型 Gemini，梳理了全球 500 万篇新闻报道，从中提取出 260 万次不同洪水事件的记录，并将这些报道转化为带有地理标记的时序数据，命名为“地面数据源（Groundsource）”。谷歌研究产品经理吉拉 · 洛伊克表示，这是该公司首次将语言模型用于此类工作。相关研究成果与数据集已于当地时间周四上午公开。以 Groundsource 作为真实场景基准，研究人员训练了一个基于长短期记忆（LSTM）神经网络的模型。该模型接收全球气象预报数据，生成特定区域的山洪暴发概率。目前，谷歌的山洪预测模型已在其洪水中心平台上，为 150 个国家的城市区域标注风...