谷歌宣布利用其大语言模型Gemini从500万篇新闻报道中提取260万次历史洪水事件，构建地理标注数据集“Groundsource”，用于训练新的山洪预测神经网络模型。这是首次通过非结构化文字信息生成地球物理定量数据。该模型已在谷歌洪水中心平台上线，可为全球约150个国家的城市提供洪水风险等级预警。南部非洲应急部门表示，该系统显著提升了洪水应对效率。该项目旨在为缺乏雷达与监测设施的地区提供低成本灾害预警解决方案。谷歌方面称，未来此类文字转量化预测方法还将应用于热浪、泥石流等自然灾害监测。
谷歌宣布利用其大语言模型Gemini从500万篇新闻报道中提取260万次历史洪水事件，构建地理标注数据集“Groundsource”，用于训练新的山洪预测神经网络模型。这是首次通过非结构化文字信息生成地球物理定量数据。该模型已在谷歌洪水中心平台上线，可为全球约150个国家的城市提供洪水风险等级预警。南部非洲应急部门表示，该系统显著提升了洪水应对效率。该项目旨在为缺乏雷达与监测设施的地区提供低成本灾害预警解决方案。谷歌方面称，未来此类文字转量化预测方法还将应用于热浪、泥石流等自然灾害监测。