集中豪雨は世界で最も致命的な気象現象のひとつであり、年間で5,000人以上が死亡しています。予測が最も難しい現象のひとつでもあります。しかし Google は、その問題を意外な方法で解決したと考えています――ニュースを読むことによって。
人間が大量の気象データを集めている一方で、集中豪雨は短命で局所的すぎて、気温や川の流量を時間をかけて網羅的に測定することができません。そのデータギャップのため、天気予測能力が高まっている深層学習モデルでも、集中豪雨を予測することはできません。
この問題を解決するため、Google の研究者は Gemini — Google の大規模言語モデル — を用いて世界各地の 500 万件のニュース記事を精査し、260 万件の洪水報告を抽出し、それらを ジオタグ付きの時系列データ「Groundsource」へと変換しました。Groundsource と名付けられたデータセットです。これは同社がこの種の作業で初めて言語モデルを使用した事例であり、研究とデータセットは 木曜の朝に公表されました。
Groundsourceを現実世界のベースラインとする形で、研究者たちは Long Short-Term Memory（LSTM）ニューラルネットワークに基づくモデルを訓練し、世界の気象予報を取り込み、特定の地域での集中豪雨の発生確率を推定しました。
Googleの集中豪雨予測モデルは現在、同社の Flood Hub プラットフォーム上で 150 カ国の都市部のリスクを強調しており、世界中の緊急対応機関とデータを共有しています。南部アフリカ開発共同体の緊急対応担当官で、Googleと予測モデルを試用したアントニオ・ジョゼ・ベレーザは、この予測が洪水対応をより迅速にするのに役立ったと語りました。
このモデルにはまだ限界があります。第一に、20平方キロメートルのエリアごとにリスクを特定する、解像度が比較的低い点です。また、Google のモデルには地元のレーダーデータを取り入れていないため、降水をリアルタイムで追跡できる米国気象局の洪水警報システムほど正確ではありません。
ただし、プロジェクトの狙いの一部は、地方政府が高価な気象センサー網を整備できない、あるいは気象データの広範な記録を持たない場所でも機能するよう設計されている点です。
Disrupt 2026：テックエコシステム、すべて一つの部屋に
次の資金調達。次の採用。次のブレークスルーの機会です。 TechCrunch Disrupt 2026 で見つけてください。ここでは 10,000人以上の創業者、投資家、テックリーダーが集まり、3日間で 250件以上の実践的セッション、力強い紹介、そして市場を定義する革新が展開されます。今すぐ登録すると最大400ドルを節約できます。
TechCrunch Founder Summit への登録で最大300ドルまたは30%を節約
1,000人以上の創業者と投資家が TechCrunch Founder Summit 2026 に集い、成長、実行、現実的なスケーリングに焦点を当てた1日を過ごします。業界を形作ってきた創業者や投資家から学び、同じ成長段階を歩む仲間とつながり、すぐに適用できる戦術を持ち帰りましょう。
オファーは 3 月 13 日まで。
「私たちは何百万件もの報告を集約しているため、Groundsource のデータセットは地図の再バランスに実際に役立ちます」と、Google のレジリエンスチームのプログラムマネージャー、ジュリエット・ローテンバーグは今週、記者団に述べました。「情報が多くない地域にも拡張して適用することを可能にします。」
ローテンバーグは、書かれた定性的ソースから定量データセットを作成するために LLM を用いることが、熱波や土砂崩れのような一時的だが予測に重要な現象についてのデータセット構築にも応用できることを期待していると述べました。
Upstream Tech のCEOである Marshall Moutenot は、同様の深層学習モデルを用いて水力発電会社などの顧客向けに川の流れを予測する同社の取り組みは、深層学習ベースの気象予測モデル用データを集める取り組みの一環として拡大していると語りました。Moutenot は研究者やスタートアップ向けに機械学習準備済みの気象データを集約する団体 dynamical.org を共同設立しました。
“データ不足は地球物理学における最も難しい課題のひとつです」と Moutenot は語りました。「同時に、地球データは多すぎますし、真実と照合する際には十分ではありません。これがデータを得るための非常に創造的なアプローチでした。」
