3月12日，谷歌宣布其通过阅读新闻报道的方式，成功破解了山洪暴发这一全球致死率最高的气象灾害之一的预测难题。谷歌研究人员利用大语言模型Gemini，分析了全球500万篇新闻报道，从中提取出260万次洪水事件的记录，并将其转化为带有地理标记的时序数据，创建了名为“地面数据源（Groundsource）”的数据集。

谷歌的这一创新方法首次将语言模型应用于气象灾害预测领域。研究人员基于Groundsource数据集，训练了一个基于长短期记忆（LSTM）神经网络的模型，该模型能够接收全球气象预报数据，并生成特定区域的山洪暴发概率。目前，谷歌的山洪预测模型已在其洪水中心平台上为150个国家的城市区域标注风险等级，并与全球应急机构共享数据。

尽管谷歌的模型在分辨率和精度上存在局限性，仅能识别20平方公里区域内的洪水风险，且精度不及美国国家气象局的洪水预警系统，但其核心意义在于为那些无力承担昂贵气象监测基础设施或缺乏完整气象数据记录的地区提供预测能力。谷歌抗灾项目负责人朱丽叶·罗森伯格表示，团队希望这种利用大语言模型从文字类定性信息中构建定量数据集的方法，未来可应用于其他短暂但重要的灾害预测，如热浪和泥石流。