Google a dévoilé Groundsource en mars 2026, un système d’IA qui utilise son modèle de langage Gemini pour convertir des reportages d’actualité mondiaux en données structurées afin de prédire les catastrophes naturelles. La technologie a déjà analysé des millions d’articles pour créer un dataset public de 2,6 millions d’événements d’inondations éclair urbaines dans 150 pays, permettant des prévisions jusqu’à 24 heures à l’avance.
Selon le Google Research Blog, ce système novateur traite des articles d’actualité en 80 langues au moyen d’un pipeline sophistiqué qui convertit le texte non structuré en séries temporelles géospatiales. Cette approche résout un défi critique de la gestion des catastrophes: les systèmes de surveillance traditionnels, comme les satellites, passent souvent à côté des événements à déclenchement rapide en raison de la couverture nuageuse et des limites de revisite, tandis que les bases de données officielles ne recensent généralement que les catastrophes majeures.
Groundsource fonctionne via un processus multi-étapes piloté par le modèle Gemini. Le système commence par ingérer des articles d’actualité mondiaux où une catastrophe constitue le sujet principal, les standardise en anglais via l’API Cloud Translation de Google, puis utilise des instructions soigneusement conçues pour extraire des données structurées, incluant un géocodage précis, une confirmation d’événement, une analyse temporelle et la structuration associée.
La validation montre de solides performances
Un examen manuel a révélé que 60 % des événements d’inondation extraits étaient précis à la fois en localisation et en temporalité, tandis que 82 % étaient suffisamment fiables pour une analyse pratique sur le terrain, par exemple en identifiant correctement le district administratif ou le pic de l’événement à l’échelle de la journée, selon le Google Research Blog. Ces chiffres correspondent à des taux d’erreur de 40 % pour la précision stricte et de 18 % pour l’utilité pratique.
Testé face au Global Disaster Alert and Coordination System (GDACS), Groundsource a détecté entre 85 % et 100 % des événements d’inondations graves de 2020 à 2026. Fait remarquable, ses 2,6 millions d’événements documentés éclipsent les quelque 10 000 entrées de GDACS, démontrant sa capacité à détecter des incidents plus petits et localisés que les systèmes traditionnels omettent.
Impact immédiat et applications futures
Le dataset a déjà permis au Flood Hub de Google d’étendre sa couverture prédictive à des échelles quasi mondiales pour les zones urbaines, en fournissant des prévisions jusqu’à 24 heures à l’avance, selon Google AI. En rendant le dataset d’inondations éclair librement accessible, Google donne aux chercheurs du monde entier les moyens de développer leurs propres modèles de prédiction des catastrophes.
L’entreprise prévoit d’étendre la technologie au-delà des inondations éclair afin de créer des datasets historiques pour les sécheresses et les glissements de terrain, ce qui pourrait révolutionner la façon dont les scientifiques et les responsables des services d’urgence se préparent à divers types de catastrophes naturelles. Cette approche basée sur le texte représente un changement de paradigme dans les sciences de la Terre, transformant les archives d’actualités mondiales en un réseau de capteurs mis à jour en temps réel pour la surveillance des catastrophes.
Sources
- research.google/blog
- ai.google
