گوگل در حال ترکیب توانایی استدلال مدل جمینای (Gemini) با داده‌های ماهواره‌ای و هواشناسی چند دهه گذشته است تا سازمان‌ها بتوانند در زمان بحران‌ها سریع‌تر واکنش نشان دهند.
زمانی که یک طوفان در حال شکل‌گیری است یا سطح یک رودخانه بالا می‌آید، پرسش حیاتی فقط این نیست که بحران کجا رخ خواهد داد، بلکه این است که چه کسانی بیشترین آسیب را خواهند دید. آخرین به‌روزرسانی Earth AI از گوگل قصد دارد به هر دو سؤال پاسخ دهد.
این شرکت روز پنجشنبه اعلام کرد که فناوری Geospatial خود را گسترش داده و مدل هوش مصنوعی جمینای را با انبوهی از داده‌های هواشناسی، جمعیتی و ماهواره‌ای که طی دهه‌ها نقشه‌برداری از زمین گردآوری شده، ترکیب کرده است. نتیجه این ترکیب، سیستمی است که می‌تواند میان رویدادهای فیزیکی و اثرات انسانی ارتباط برقرار کند؛ یعنی نه‌تنها وقوع طوفان را پیش‌بینی کند، بلکه جوامعی را که بیشترین آسیب را خواهند دید نیز مشخص سازد.
قابلیت‌های جدید Earth AI گوگل
در قلب این به‌روزرسانی، قابلیتی قرار دارد که گوگل آن را Geospatial Reasoning می‌نامد. این ویژگی در واقع لایه‌ای تحلیلی است که به هوش مصنوعی اجازه می‌دهد میان داده‌های مختلف زمین، مانند پیش‌بینی‌های جوی، نقشه‌های جمعیتی و تصاویر ماهواره‌ای، ارتباط برقرار کند تا پاسخ‌هایی جامع‌تر ارائه دهد.
برای مثال، به‌جای آنکه فقط نشان دهد طوفان استوایی در چه نقطه‌ای به خشکی می‌رسد، این قابلیت می‌تواند محله‌هایی را که احتمالاً دچار سیلاب خواهند شد، جمعیت ساکن در آن مناطق و زیرساخت‌هایی مانند خطوط برق که ممکن است از کار بیفتند، شناسایی کند. گوگل می‌گوید این روش در حال حاضر به گروه‌هایی مانند GiveDirectly کمک می‌کند تا پس از وقوع سیل، خانه‌هایی را که بیش از بقیه به کمک نقدی نیاز دارند، دقیق‌تر شناسایی کنند.
این بخشی از روند گسترده‌تر گوگل برای به‌کارگیری جمینای فراتر از چت یا برنامه‌نویسی است؛ یعنی استفاده از آن برای درک و تحلیل جهان فیزیکی. گوگل در بیانیه خود نوشت: «برای حل یک مسئله پیچیده، باید تصویر کلی را دید و فناوری Geospatial Reasoning دقیقاً برای همین هدف طراحی شده است.»
قابلیت‌های تازه همچنین به درون Google Earth راه یافته‌اند، جایی که کاربران اکنون می‌توانند به زبان طبیعی پرسش‌های خود را مطرح کنند. برای نمونه، عباراتی مانند «محل رشد جلبک‌ها را پیدا کن» یا «نشان بده کدام رودخانه‌ها خشک شده‌اند» را بنویسند و جمینای با اسکن تصاویر ماهواره‌ای الگوهایی را تشخیص می‌دهد که پیش‌تر نیاز به تیم‌های متخصص و اسکریپت‌های پیچیده GIS داشت.
برای مثال، یک مقام شهری می‌تواند پیش‌بینی سیلاب‌ها را با داده‌های جمعیتی مقایسه کرده و به‌سرعت مشخص کند کدام بیمارستان‌ها یا خطوط برق در معرض خطر بیشتری هستند. کاری که پیش‌تر ممکن بود روزها یا هفته‌ها طول بکشد، اکنون در چند دقیقه انجام می‌شود.
ورود مدل‌های هوش مصنوعی به Google Cloud
گوگل همچنین مدل‌های اصلی Earth AI خود شامل مدل‌های مربوط به تصاویر ماهواره‌ای، جمعیت و لایه‌های محیطی را به Google Cloud آورده است. گروه کوچکی از تست‌کنندگان مورد اعتماد اکنون می‌توانند این مدل‌ها را با داده‌های اختصاصی خود ترکیب کنند تا مواردی مانند رشد پوشش گیاهی نزدیک خطوط برق یا آلودگی در نزدیکی مدارس را ردیابی نمایند.
سازمان‌هایی مانند دفتر آفریقای سازمان جهانی بهداشت (WHO) هم‌اکنون از این سیستم برای پیش‌بینی شیوع بیماری وبا در جمهوری دموکراتیک کنگو استفاده می‌کنند، در حالی‌که شرکت‌های بیمه و انرژی از آن برای پیش‌بینی خسارت‌ها و جلوگیری از قطعی برق بهره می‌برند.
پیش‌بینی بحران به‌جای واکنش به بحران
این به‌روزرسانی‌ها بر پایه ابزارهای مدیریت بحران موجود گوگل ساخته شده‌اند، از جمله سامانه پیش‌بینی سیل که در حال حاضر بیش از ۲ میلیارد نفر را پوشش می‌دهد. در جریان آتش‌سوزی‌های سال ۲۰۲۵ در کالیفرنیا، هشدارهای گوگل به بیش از ۱۵ میلیون نفر رسید. اما با ادغام جمینای در Earth AI، گوگل می‌کوشد از مرحله هشدار واکنشی فراتر رفته و به پیشگیری فعالانه برسد، به طوری که امدادگران پیش از وقوع بحران بدانند چه اتفاقی در راه است و چه کسانی نیاز به کمک فوری دارند.
در حال حاضر، بیشتر این قابلیت‌ها فقط برای گروه محدودی از کاربران آزمایشی فعال است، اما گوگل اعلام کرده در ماه‌های آینده دسترسی عمومی‌تری برای آن‌ها فراهم خواهد کرد. اگر این فناوری طبق وعده‌ها عمل کند، Earth AI می‌تواند مدیریت بحران‌های جهانی را از مرحله واکنش پس از حادثه، به پیش‌بینی و آمادگی پیش از وقوع فاجعه تغییر دهد.
source
کلاس یوس