Google chce pomóc osobom bezpośrednio narażonym na skutki powodzi

Google już w 2018 roku uruchomiło prace nad narzędziem do prognozowaniem powodzi, wykorzystujące modele uczenia maszynowego, aby móc dostarczać szczegółowe alerty. Zgodnie z informacjami podanymi przez giganta technologicznego w 2021 roku wysłano 115 milionów powiadomień o zagrożeniu do 23 milionów osób. Odbywało się to przy pomocy Google Maps oraz wyszukiwarki i obejmowało użytkowników w Indiach i Bangladeszu. Firma ma zamiar rozszerzyć swoje prognozy o dodatkowe 18 krajów w Afryce, Ameryce Łacińskiej oraz Azji Południowo-Wschodniej.

Dodatkowo globalnie została udostępniona platforma FloodHub, która wyświetla prognozy powodzi i pokazuje, gdzie i kiedy mogą wystąpić. Dzięki temu ludzie znajdujący się w obszarach zagrożonych mogą otrzymać odpowiednią pomoc, a dodatkowo dostarcza to istotnych informacji organizacjom oraz rządom.

Dzięki wykorzystaniu danych prognozy pogody, firma jest w stanie zapewnić ostrzeżenia o powodzi z tygodniowym wyprzedzeniem. Model AI wcześniej wykorzystywał dane ze wskaźnika poziomu wody, co umożliwiało wysyłanie powiadomień na ok. 48 godzin przed wystąpieniem zagrożenia.

Rozszerzenie zasięgu geograficznego jest możliwe dzięki naszym ostatnim przełomom w modelach prognozowania powodzi opartych na sztucznej inteligencji i jesteśmy zobowiązani do rozszerzenia zasięgu na więcej krajów.

Google oferuje również swoją pomoc przy wykrywaniu granic pożarów. Jest to możliwe dzięki nowym modelom sztucznej inteligencji oraz zdjęć satelitarnych. Serwis pokazuje lokalizację pożarów w czasie rzeczywistym w wyszukiwarce oraz Mapach:

Od lipca nasze działania objęły ponad 30 wielkich pożarów w Stanach Zjednoczonych i Kanadzie, pomagając informować ludzi i zespoły strażackie dzięki ponad 7 milionom wyświetleń w wyszukiwarce i Mapach. Obecnie wykrywanie pożarów lasów jest dostępne w USA, Kanadzie, Meksyku i niektórych częściach Australii.

Alerty SOS w wyszukiwarce i mapach pokazują też szczegółowe prognozy trajektorii huraganów. Firma korzysta z uczenia maszynowego, by analizować zdjęcia satelitarne po katastrofach oraz identyfikować obszary, które wymagają pomocy.

Źródło: blog.google, FloodHub