当地时间2026年3月12日，谷歌在官方博客上宣布推出名为“Groundsource”的全新方法论，这一创新充分利用Gemini大语言模型的能力，将全球数百万份非结构化的公众报告和新闻转化为高质量、可用于训练的历史数据档案，旨在显著提升社区对自然灾害的预测和应对能力。该项目首先聚焦于城市突发洪水（urban flash floods），并已取得重要进展。
长期以来，城市突发洪水一直是灾害预测中最具挑战性的领域之一。传统水文模型往往依赖昂贵的传感器网络和地面站数据，而许多发展中国家和中小城市缺乏足够的监测设施，导致预警覆盖率严重不足。Groundsource的出现为这一难题提供了一种可扩展、低成本的解决方案。
具体工作流程如下：
1. Gemini对海量历史新闻报道和公众提交的文本信息进行智能分析，从中提取与洪水事件相关的有效记录。经过筛选和验证，研究团队成功识别出覆盖150多个国家的260万次历史洪水事件，构建出迄今为止规模最大的城市突发洪水事件数据集。
2. 结合Google Maps的高精度地理信息，为每一次洪水事件标注准确的地理位置和影响范围，形成带有地理标签的时间序列数据（geo-tagged time series）。
3. 利用这一高质量历史数据集，训练出全新的洪水预测模型。该模型能够在洪水发生前最长24小时发出预警，且预测范围覆盖全球城市区域。
目前，这些提前24小时的城市突发洪水预警已经集成到谷歌的Flood Hub平台中，大幅扩展了全球洪水预警的覆盖范围。Flood Hub现已为超过150个国家的城市区域提供风险提示，并与世界各地的应急响应机构共享数据，帮助政府和社区更早采取疏散、物资调配等防御措施。
谷歌研究人员表示，Groundsource的核心创新在于首次大规模地将大语言模型应用于从非结构化文本中提取可信的“地面真实”灾害数据（ground truth），极大地降低了构建高质量历史数据集的门槛。这种方法具有很强的可迁移性，未来有望扩展到野火、极端高温、空气污染事件、传染病爆发等其他类型的危机预测领域。
一位来自南部非洲发展共同体（SADC）的应急官员在试用该预测系统后反馈称：“提前获知洪水风险让我们能够更快地做出反应，显著减少了潜在的人员伤亡和财产损失。”
随着气候变化加剧，极端天气事件频发且强度增加，基于AI的灾害预测正成为全球提升韧性的关键技术路径。Groundsource和Gemini的结合，不仅展示了生成式AI在公益领域的巨大潜力，也为发展中国家提供了一种无需巨额基础设施投资即可获得先进预警能力的可能。
谷歌表示，将继续开放相关数据集，并与更多研究机构和政府部门合作，共同推动AI驱动的全球危机韧性建设。
了解更多详情，可访问谷歌官方博客原文：
https://blog.google/innovation-and-ai/technology/research/gemini-help-communities-predict-crisis/