Flash flood prediction models need historical data and model training that often doesn’t exist. Our solution: Groundsource, a new AI-powered methodology that uses Gemini to transform 5M+ global reports into a precise dataset of 2.6M+ flood events.
This provides a massive,…
— Google Research (@GoogleResearch) March 12, 2026
L’intelligenza artificiale può prevedere un’alluvione leggendo vecchi articoli di giornale. Non è una metafora: è l’idea dietro un nuovo progetto di Google Research che usa modelli linguistici per trasformare cronache locali e reportage storici in dati strutturati utili alla previsione delle flash flood, le inondazioni improvvise. L’annuncio è arrivato sui canali ufficiali del team di ricerca e coincide con il lancio di nuove funzionalità nella piattaforma Flood Hub, il sistema pubblico di Google per le allerte idrogeologiche.
Il problema è noto agli idrologi: le inondazioni lampo sono tra i disastri naturali più difficili da prevedere perché spesso mancano dati storici affidabili. Per colmare questo vuoto, Google ha deciso di usare una fonte di informazione enorme ma poco sfruttata: milioni di articoli di giornale e report locali che descrivono eventi meteorologici estremi. Gli LLM li trasformano in dataset quantitativi e li usano per addestrare modelli predittivi. Il risultato è un sistema che oggi segnala rischi di alluvioni urbane in circa 150 paesi e può anticipare eventi critici fino a 24 ore prima. Qui trovate il dataset.
Ecco cinque cose da sapere su questo approccio.
1. Il problema: le alluvioni lampo hanno pochi dati
Le flash flood si sviluppano molto rapidamente, spesso in pochi minuti dopo piogge intense. A differenza delle piene dei fiumi, non esistono sempre sensori o stazioni idrologiche che registrino dati dettagliati. Questo rende difficile costruire modelli predittivi affidabili, soprattutto nelle aree urbane o nei paesi con infrastrutture di monitoraggio limitate.
2. La soluzione: trasformare le notizie in dati
Per aggirare la scarsità di misurazioni, i ricercatori hanno creato un dataset chiamato Groundsource, costruito analizzando milioni di articoli e rapporti storici sulle alluvioni. I modelli linguistici estraggono da questi testi informazioni come luogo, intensità delle piogge, danni e tempistiche, convertendole in dati numerici utilizzabili dai modelli meteorologici. In pratica, la cronaca diventa un archivio meteorologico alternativo.
3. Il modello: AI + meteorologia
Le informazioni estratte dai testi vengono combinate con dati meteorologici e geofisici (piogge, topografia, suolo, previsioni). L’AI analizza una sequenza storica di condizioni atmosferiche e produce una previsione del rischio di alluvione urbana nelle ore successive. Questo consente di individuare zone a rischio anche dove non esistono sensori idrologici tradizionali.
4. La piattaforma: Flood Hub
I risultati confluiscono in Flood Hub, la piattaforma pubblica di Google che mostra mappe del rischio di alluvioni. Con l’ultimo aggiornamento il sistema copre centinaia di milioni di persone in circa 150 paesi, evidenziando aree urbane dove potrebbero verificarsi flash flood con circa 24 ore di anticipo. L’obiettivo è permettere a governi, città e servizi di emergenza di reagire prima che l’acqua arrivi.
5. Un segnale di come cambia la previsione climatica
Il progetto mostra una tendenza più ampia: l’ingresso delle big tech nel campo della previsione meteorologica basata su AI. Sistemi simili vengono sviluppati anche da altri attori tecnologici e potrebbero affiancare – o in parte sostituire – i modelli tradizionali. L’idea chiave è che l’AI può sfruttare nuove fonti di informazione, come archivi giornalistici o dati online, per migliorare la previsione dei disastri naturali.
Per approfondire.
DeepMind presenta V2A la nuova Ai per creare suoni e colonne sonore per i video
Ecco Luma Dream Machine, il nuovo tool di visual storytelling. La nostra recensione
Le novità di Google: da Project Astra a Veo, in sei video
Sora di OpenAi sarà disponibile in Adobe Premiere Pro.
Nasce Sora il modello text-to-video di OpenAi. Ecco come funziona
