Alat AI Baru Google Memprediksi Banjir Kilat Hingga 24 Jam Sebelumnya

Singkatnya

• Google membangun dataset banjir kilat terbesar yang pernah ada dengan menggunakan Gemini untuk menambang laporan berita global selama dua dekade.
• Dataset ini kini mendukung model AI yang memprediksi banjir kilat perkotaan hingga 24 jam sebelumnya.
• Sistem ini mengisi kekurangan data besar yang selama ini menghambat peramalan banjir kilat.

Banjir kilat menewaskan ribuan orang setiap tahun. Mereka datang dengan cepat, paling sering menyerang kota, dan selama puluhan tahun hampir tidak ada yang bisa dilakukan ilmuwan untuk memprediksi kedatangannya, karena data untuk melatih model prediksi tidak pernah ada. Pada hari Kamis, Google mengumumkan bahwa mereka menemukan solusi—dengan membaca berita. Perusahaan memperkenalkan Groundsource, sebuah sistem yang menggunakan Gemini AI untuk menyisir jutaan artikel berita yang diterbitkan sejak tahun 2000, menarik referensi tentang kejadian banjir, dan mengaitkannya dengan lokasi dan tanggal tertentu. Hasilnya adalah dataset berisi 2,6 juta banjir kilat historis dari lebih dari 150 negara, dan sekarang tersedia untuk diunduh dan digunakan oleh siapa saja.

Dataset tersebut kemudian digunakan untuk melatih model AI baru yang mampu memprediksi apakah banjir kilat kemungkinan akan melanda area perkotaan dalam 24 jam ke depan. Prediksi ini kini tersedia di Flood Hub Google, platform yang sama yang sudah digunakan perusahaan untuk memperingatkan sekitar 2 miliar orang tentang banjir sungai di seluruh dunia.  Masalah yang diselesaikan Groundsource cukup sederhana. Sungai memiliki alat ukur fisik—sensor yang berada di dalam air dan telah merekam tingkatnya selama puluhan tahun. Itulah cara peramal belajar memprediksi kapan sungai akan meluap. Jalan-jalan kota tidak memiliki alat seperti itu. Ketika hujan deras menyentuh permukaan jalan dan membanjiri sistem drainase, banjir terjadi terlalu cepat dan terlalu lokal untuk dilacak dengan instrumen tradisional. Tanpa catatan historis, Anda tidak bisa melatih model AI untuk mengenali pola tersebut. Solusi Google adalah memperlakukan artikel berita sebagai sensor yang hilang.

“Dengan mengubah informasi publik menjadi data yang dapat ditindaklanjuti, kami tidak hanya menganalisis masa lalu—kami membangun masa depan yang lebih tangguh untuk semua demi mencapai tujuan kami agar tidak ada yang terkejut oleh bencana alam,” kata Google.

Sumber: Google

Setelah menyaring iklan, menu navigasi, dan duplikat, serta menerjemahkan artikel dari bahasa lain ke bahasa Inggris, tim mengubah jutaan deskripsi teks yang berantakan menjadi data waktu-seri yang bersih dan tergeolokasi. Model yang dilatih dari data tersebut menggunakan jaringan neural LSTM—jenis AI yang dirancang untuk memproses rangkaian data dari waktu ke waktu—untuk mengolah prakiraan cuaca per jam beserta faktor lokal seperti kepadatan urbanisasi, tingkat penyerapan tanah, dan topografi. Kemudian, model ini menghasilkan sinyal sederhana: risiko banjir sedang atau tinggi dalam 24 jam ke depan, untuk area perkotaan dengan kepadatan penduduk di atas 100 orang per kilometer persegi. Sistem ini memiliki batasan nyata. Ia hanya mencakup area sekitar 20 kilometer persegi sekaligus, tidak bisa memberi tahu seberapa parah banjir akan terjadi, dan tidak akan berfungsi dengan baik di wilayah yang liputannya berita minim. Namun, hasil awalnya cukup menjanjikan. Sebuah otoritas bencana regional di Afrika Selatan menerima peringatan Flood Hub selama fase beta, mengonfirmasi banjir di lapangan, dan mengirimkan pekerja kemanusiaan untuk mengelola respons. Menurut Juliet Rothenberg, direktur ketahanan krisis Google, “rantai peristiwa dari prediksi di Flood Hub hingga ke lapangan adalah tujuan utama dari Flood Hub.”