Povodňová AI od Googlu: Spása, nebo jen další datový experiment?

Problém, který známe až moc dobře

Klasická hydrologie je o datech. Spousta dat. Potřebujete hustou síť srážkoměrů a průtokoměrů, ideálně s historií desítek let, abyste mohli postavit spolehlivý prediktivní model. Jenže co dělat v oblastech, kde taková infrastruktura prostě není? Většina světa. Tam se předpověď povodní vrací o dekády zpět a spoléhá spíš na zkušenost než na tvrdá data. A právě tady Google zkouší něco, co mi přijde... elegantní.

LLM jako datový transformátor

Zapomeňte na chvíli na generování textů nebo obrázků. Google vzal velké jazykové modely a nasadil je na prohledávání a analýzu tisíců starých, nestrukturovaných zpráv. Lokální noviny, historické archivy, úřední záznamy. Všechno, co popisuje minulé povodně slovy. Model z toho dokáže extrahovat klíčové informace: "voda dosáhla úrovně prvního patra radnice", "řeka se vylila 2 kilometry za obcí X". Z kvalitativního popisu se stává kvantitativní odhad. Vznikají takzvané "virtuální měřicí stanice" (virtual gauges) pro místa, kde fyzická stanice nikdy nebyla.

Je to chytré. Až ďábelsky. Místo budování drahé a zdlouhavé fyzické sítě senzorů využijete existující, i když chaotická, data. Vytvoříte si syntetickou datovou historii, na které pak můžete trénovat další, už specializovanější hydrologické AI modely. Celý systém, nazvaný Flood Hub, tak může poskytovat sedmidenní předpovědi pro více než 100 zemí. To je masivní škála.

Architektura postavená na simulaci

Není to jen o jednom LLM. Za tím je celá platforma. Mluví se o "virtuálním hydrolabu", kde se simuluje tisíc let syntetických dat o počasí a průtocích. Na tomhle gigantickém pískovišti se pak testuje odolnost a přesnost jednotlivých modelů. Porovnávají se klasické fyzikální modely s těmi postavenými na AI. A výsledky, zdá se, mluví pro AI, hlavně v regionálním měřítku.

Tady ale narážíme na zeď. A je to zeď, kterou zná každý, kdo se snaží modelovat komplexní systémy. Všechny modely, a je jedno jestli klasické nebo AI, selhávají při predikci dopadů klimatické změny. Jsou natrénované na historických datech, jenže klima se začíná chovat způsobem, který v těch datech prostě není. Extrémní jevy jsou častější a intenzivnější. Minulost přestává být spolehlivým vodítkem pro budoucnost.

Takže ano, Google Flood Hub je fascinující ukázkou, jak kreativně využít AI k řešení reálného problému s nedostatkem dat. Je to obrovský krok vpřed pro miliony lidí. Ale není to všelék. Ta největší výzva – předpovědět bezprecedentní – zůstává. A na tu nám zatím žádný model odpověď nedává.