شرکت گوگل در تازهترین اقدام خود، از پروژه نوآورانهای تحت عنوان Groundsource پردهبرداری کرده است. این سیستم که بر پایه مدل زبانی پیشرفته جمینای (Gemini) توسعه یافته، با تبدیل میلیونها گزارش عمومی به یک آرشیو داده منسجم و باکیفیت، گام بلندی در راستای بهبود پیشبینی بلایای طبیعی برداشته است.
تمرکز اولیه این پروژه بر روی پیش بینی سیلابهای ناگهانی شهری (Urban Flash Floods) قرار دارد؛ پدیدهای که پیش از این به دلیل فقدان دادههای تاریخی دقیق برای آموزش مدلهای هوش مصنوعی، یکی از چالشبرانگیزترین بلایای طبیعی برای پیشبینی به شمار میرفت و محققان همواره با بنبست «کمبود دادههای آموزشی» در این حوزه مواجه بودند.
Groundsource چگونه کار میکند؟
بر اساس اعلام رسمی وبلاگ گوگل، Groundsource یک متدولوژی مبتنی بر هوش مصنوعی است که دادههای بدون ساختار را به اطلاعاتی ارزشمند تبدیل میکند. روند کار این سیستم شامل مراحل زیر است:
- تحلیل گزارشهای عمومی: هوش مصنوعی جمینای، دههها گزارش عمومی پراکنده پیرامون بلایای طبیعی را بررسی و تحلیل میکند.
- استخراج دادههای کلان: از دل این تحلیلها، اطلاعات بیش از ۲.۶ میلیون رویداد تاریخی سیلاب در بیش از ۱۵۰ کشور جهان شناسایی و استخراج شده است.
- تدقیق جغرافیایی: در گام نهایی، با بهرهگیری از قابلیتهای Google Maps، مرزهای جغرافیایی دقیق هر رویداد مشخص میشود تا یک مجموعهداده (Dataset) متمرکز و ساختاریافته برای سیلابهای ناگهانی شهری شکل بگیرد.
هشدار زودهنگام؛ پیشبینی سیلاب تا ۲۴ ساعت قبل از وقوع
آموزش مدلهای جدید هوش مصنوعی با استفاده از این مجموعهداده غنی، به پیشرفتهای ملموسی در مدیریت بحران منجر شده است. گوگل اعلام کرده که اکنون میتواند وقوع سیلابهای ناگهانی شهری را تا ۲۴ ساعت پیش از وقوع پیشبینی کند.
این مدل پیشرفته و دادههای مرتبط با آن، هماکنون به پلتفرم Google Flood Hub افزوده شدهاند. پلتفرم Flood Hub پیش از این، پیشبینی سیلابهای رودخانهای را برای بیش از ۲ میلیارد نفر در ۱۵۰ کشور ارائه میکرد؛ اکنون با اضافهشدن پیشبینی سیلابهای شهری، دامنه پوشش و کارایی این سرویس هشداردهنده بهشدت گسترش یافته است.
رویکرد متنباز؛ کمکی به پژوهشگران و نهادهای امدادی
یکی از نقاط قوت کلیدی Groundsource، انحصارگریزی گوگل در این پروژه است. این شرکت تأکید دارد که متدولوژی Groundsource و دیتاستهای استخراجشده از آن متنباز (Open-Source) هستند. پژوهشگران، نهادهای امدادی و شرکای حوزه مدیریت بحران میتوانند از این اطلاعات به عنوان یک مبنای ارزشمند برای توسعه مدلهای خود استفاده کنند؛ بهویژه در مناطق شهری که تاکنون از فقر شدید دادههای تاریخی رنج میبردند.
چشمانداز آینده: گسترش به سایر بلایای طبیعی
گوگل در نظر دارد این رویکرد موفق را در آینده برای پیشبینی سایر بحرانهای اقلیمی نظیر رانش زمین و امواج شدید گرما نیز پیادهسازی کند. پروژه Groundsource اکنون به عنوان یکی از اعضای کلیدی خانواده مدلها و دیتاستهای Google Earth AI شناخته میشود.
جمعبندی رسانه هوش مصنوعی سیمرغ: پروژه Groundsource را میتوان نقطه عطفی در بهکارگیری هوش مصنوعی برای افزایش تابآوری جوامع در برابر تغییرات اقلیمی دانست. ارزش واقعی این پروژه نه تنها در معماری مدل هوش مصنوعی، بلکه در متدولوژی خلاقانهای است که گزارشهای پراکنده مردمی را به خوراکی استاندارد برای آموزش سیستمهای ماشین لرنینگ تبدیل میکند. تداوم این مسیر میتواند به توسعه سیستمهای هشدار زودهنگام بسیار دقیقتر و نجات جان انسانهای بیشماری در سراسر جهان منجر شود.
منبع: وبلاگ گوگل