Google lanza Groundsource, una herramienta de predicción de inundaciones repentinas basada en inteligencia artificial
Las inundaciones repentinas son notoriamente difíciles de predecir, pero Google podría tener una solución novedosa. La empresa acaba de revelar Groundsource, una herramienta de predicción de inundaciones repentinas que utiliza Gemini para extraer datos de informes de noticias antiguos. Esta es la primera vez que utiliza un modelo de lenguaje para este tipo de trabajo.
Los modelos de predicción de inundaciones repentinas necesitan datos históricos y entrenamiento de modelos que a menudo no existen. Nuestra solución: Groundsource, una nueva metodología basada en inteligencia artificial que utiliza Gemini para transformar más de 5 millones de informes globales en un conjunto de datos preciso de más de 2,6 millones de eventos de inundaciones.
Esto proporciona una gran cantidad de datos que pueden ser utilizados para predecir inundaciones repentinas.
— Google Research (@GoogleResearch) 12 de marzo de 2026
Google encargó a Gemini que clasificara más de 5 millones de artículos de noticias de todo el mundo y aislara los informes de inundaciones. Luego, transformó estos datos en una serie de eventos cronológicos georreferenciados. A continuación, los investigadores entrenaron un modelo para procesar las previsiones meteorológicas actuales y aprovechar los datos de Groundsource para determinar la probabilidad de una inundación repentina en una zona determinada.
No tenemos información concreta sobre la precisión del modelo de predicción de Google, aunque eso debería surgir con el tiempo. Un usuario de prueba dijo que le ayudó a su organización a responder más rápido a los eventos meteorológicos locales. Por ahora, la empresa está destacando los riesgos para las zonas urbanas en 150 países a través de su plataforma Flood Hub. Google también está compartiendo sus datos con agencias de respuesta a emergencias en estas ubicaciones.
Hay algunas limitaciones aquí. El modelo solo puede identificar el riesgo en un área de 20 kilómetros cuadrados. También no es tan preciso como el sistema de alerta de inundaciones del Servicio Meteorológico Nacional de EE. UU., porque el modelo de Google no integra datos de radar locales. Estos datos suelen permitir el seguimiento en tiempo real de la precipitación. Sin embargo, la plataforma ha sido diseñada para funcionar en áreas que no suelen tener acceso a este tipo de infraestructura de sensado del clima.
Juliet Rothenberg, gerente de programas del equipo de Resiliencia de Google, espera que esta tecnología pueda ser utilizada eventualmente para predecir otros fenómenos complicados. Esto incluye cosas como las olas de calor y los deslizamientos de lodo.
«Estamos agregando millones de informes», dijo a los reporteros esta semana. «Esto nos permite extrapolar a otras regiones donde no hay tanta información».
Esta es la primera vez que Google utiliza un modelo de lenguaje para predicciones meteorológicas, pero no es la primera vez que confía en la inteligencia artificial para este tipo de cosas. El modelo de predicción DeepMind WeatherNext 2 de la empresa ha demostrado ser extremadamente preciso.