{"id":184981,"date":"2026-03-13T14:16:45","date_gmt":"2026-03-13T13:16:45","guid":{"rendered":"https:\/\/liora.io\/es\/google-groundsource-predecir-desastres-naturales-gemini"},"modified":"2026-03-13T14:16:45","modified_gmt":"2026-03-13T13:16:45","slug":"google-groundsource-predecir-desastres-naturales-gemini","status":"publish","type":"post","link":"https:\/\/liora.io\/es\/google-groundsource-predecir-desastres-naturales-gemini","title":{"rendered":"Google-Groundsource revoluciona predecir desastres naturales con Gemini"},"content":{"rendered":"

\nGoogle present\u00f3 Groundsource en marzo de 2026, un sistema de IA que usa su modelo de lenguaje Gemini para convertir reportes de noticias de todo el mundo en datos estructurados para predecir desastres naturales. La tecnolog\u00eda ya ha analizado millones de art\u00edculos para crear un registro p\u00fablico de 2,6 millones de eventos de inundaciones repentinas urbanas en 150 pa\u00edses, lo que permite pron\u00f3sticos con hasta 24 horas de antelaci\u00f3n.\n<\/strong><\/p>\n

El innovador sistema procesa art\u00edculos de noticias en 80 idiomas<\/b> mediante un avanzado proceso que transforma texto no estructurado<\/a> en series temporales geolocalizadas, seg\u00fan el Google Research Blog. Este enfoque resuelve un desaf\u00edo cr\u00edtico en la gesti\u00f3n de desastres: los sistemas de monitoreo tradicionales, como los sat\u00e9lites, a menudo no detectan eventos de r\u00e1pida evoluci\u00f3n debido a la nubosidad y a las limitaciones de paso, mientras que las bases de datos oficiales suelen registrar solo los desastres de mayor magnitud.<\/p>

Groundsource<\/b> opera mediante un proceso de m\u00faltiples etapas impulsado por el modelo Gemini<\/a><\/b>. El sistema primero procesa reportes de noticias globales donde un desastre es el tema principal, los estandariza al ingl\u00e9s a trav\u00e9s de la Cloud Translation API de Google y luego usa instrucciones cuidadosamente dise\u00f1adas para extraer datos estructurados que incluyen geocodificaci\u00f3n precisa, confirmaci\u00f3n del evento, an\u00e1lisis temporal y formatos estructurados.<\/p>\n\n

La validaci\u00f3n muestra un rendimiento s\u00f3lido<\/h2>
\"Figura<\/figure>\n\n

La revisi\u00f3n manual revel\u00f3 que el 60%<\/b> de los eventos de inundaci\u00f3n extra\u00eddos eran exactos tanto en su ubicaci\u00f3n como en el tiempo, mientras que el 82%<\/b> resultaban lo bastante precisos para an\u00e1lisis pr\u00e1cticos en el mundo real, permitiendo identificar correctamente el distrito administrativo o el pico del evento dentro de un mismo d\u00eda, inform\u00f3 el Google Research Blog. Estas cifras representan tasas de error del 40% para la precisi\u00f3n estricta y del 18% para la utilidad pr\u00e1ctica.<\/p>

Cuando se compar\u00f3 frente al Global Disaster Alert and Coordination System (GDACS), Groundsource identific\u00f3 entre el 85% y el 100%<\/b> de los eventos de inundaci\u00f3n severa de 2020 a 2026. De manera destacada, sus 2,6 millones de eventos documentados superan ampliamente las aproximadamente 10.000 entradas de GDACS, lo cual demuestra su capacidad para detectar incidentes m\u00e1s peque\u00f1os y localizados que los sistemas convencionales pasan por alto.<\/p>\n\n

Impacto inmediato y aplicaciones futuras<\/h2>\n\n

El cat\u00e1logo ya ha permitido que el Flood Hub de Google<\/b> ampl\u00ede su cobertura predictiva a niveles casi globales para zonas urbanas, ofreciendo pron\u00f3sticos con hasta 24 horas de anticipaci\u00f3n, seg\u00fan Google AI. Al poner este registro de inundaciones repentinas a disposici\u00f3n p\u00fablica, Google brinda a investigadores de todo el mundo la capacidad de desarrollar sus propios modelos de predicci\u00f3n de desastres.<\/p>

La compa\u00f1\u00eda planea expandir su tecnolog\u00eda m\u00e1s all\u00e1 de las inundaciones repentinas para crear registros hist\u00f3ricos de sequ\u00edas y deslizamientos de tierra, con el potencial de revolucionar la forma en que los cient\u00edficos y los gestores de emergencias se preparan ante m\u00faltiples tipos de desastres naturales. Este enfoque basado en texto representa un cambio de paradigma en las ciencias de la Tierra, al transformar los archivos de noticias del mundo en una red de sensores que se actualiza constantemente para el monitoreo de desastres.<\/p>\n

\n

\n Sources\n <\/h3>\n
    \n
  • research.google\/blog<\/li>
  • ai.google<\/li>\n <\/ul>\n<\/div>","protected":false},"excerpt":{"rendered":"

    Google present\u00f3 Groundsource en marzo de 2026, un sistema de IA que utiliza su modelo de lenguaje Gemini para convertir noticias de todo el mundo en datos estructurados para predecir desastres naturales. La tecnolog\u00eda ya ha analizado millones de art\u00edculos para crear un conjunto de datos p\u00fablico de 2,6 millones de eventos de inundaciones repentinas urbanas en 150 pa\u00edses, permitiendo pron\u00f3sticos con hasta 24 horas de anticipaci\u00f3n.<\/p>\n","protected":false},"author":87,"featured_media":184978,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"editor_notices":[],"footnotes":""},"categories":[2428],"class_list":["post-184981","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-noticias"],"acf":[],"_links":{"self":[{"href":"https:\/\/liora.io\/es\/wp-json\/wp\/v2\/posts\/184981","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/liora.io\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/liora.io\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/liora.io\/es\/wp-json\/wp\/v2\/users\/87"}],"replies":[{"embeddable":true,"href":"https:\/\/liora.io\/es\/wp-json\/wp\/v2\/comments?post=184981"}],"version-history":[{"count":0,"href":"https:\/\/liora.io\/es\/wp-json\/wp\/v2\/posts\/184981\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/liora.io\/es\/wp-json\/wp\/v2\/media\/184978"}],"wp:attachment":[{"href":"https:\/\/liora.io\/es\/wp-json\/wp\/v2\/media?parent=184981"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/liora.io\/es\/wp-json\/wp\/v2\/categories?post=184981"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}