Google veut prédire les inondations grâce à l’IA et aux archives de presse

Les crues soudaines figurent parmi les catastrophes naturelles les plus meurtrières. Elles restent aussi très difficiles à prévoir avec précision. Google explore une nouvelle approche basée sur l’intelligence artificielle et des millions d’articles de presse.

Les grandes entreprises développent depuis plusieurs années des outils destinés à anticiper certaines catastrophes naturelles. Google s’est déjà engagé dans ce domaine avec plusieurs projets liés à la prévention des risques. En 2020, la société a par exemple lancé Android Earthquake Alerts, un système capable de détecter les tremblements de terre grâce aux capteurs présents dans les smartphones Android. Aujourd’hui, cette technologie fonctionne dans 98 pays et s’appuie sur environ 2,5 milliards d’appareils.

Ce système a déjà envoyé plus de 1 200 alertes en quelques années. Dans certains cas, les utilisateurs sont avertis quelques secondes avant les secousses. Cela leur laisse le temps de se protéger ou de quitter un bâtiment. Google a aussi amélioré ce dispositif sur les montres connectées Wear OS, qui peuvent désormais recevoir certaines alertes même sans smartphone à proximité. L’entreprise cherche désormais à appliquer des méthodes similaires à d’autres catastrophes naturelles, notamment les inondations soudaines.

Google analyse 5 millions d’articles de presse avec l’IA pour détecter les risques d’inondation

Pour améliorer la prévision des crues soudaines, Google a développé une méthode originale basée sur l’intelligence artificielle. Les chercheurs ont utilisé le modèle linguistique Gemini pour analyser environ 5 millions d’articles de presse publiés dans le monde. L’objectif était d’identifier les récits d’inondations et de transformer ces informations en données exploitables. Au total, l’IA a permis de repérer 2,6 millions d’événements liés à des crues.

Ces données ont été regroupées dans une base appelée Groundsource. Elle associe chaque événement à une date et à une localisation précise. Les chercheurs ont ensuite entraîné un modèle d’apprentissage automatique pour analyser ces informations avec des prévisions météorologiques. Ce système peut alors estimer la probabilité d’une crue soudaine dans une zone donnée.

Le modèle est déjà utilisé sur la plateforme Flood Hub, qui affiche des zones à risque dans 150 pays. Les autorités et les services de secours peuvent consulter ces cartes pour anticiper certaines catastrophes. Cette approche présente toutefois des limites. La précision reste relativement faible, avec des zones d’analyse d’environ 20 kilomètres carrés. Malgré cela, cette méthode pourrait s’avérer précieuse dans les régions où les infrastructures météorologiques sont limitées.