AIを活用した信頼性の高い洪水予測の世界的な普及
Google Research は、データが不足している未観測流域でも高精度な洪水予測を可能にする機械学習モデルを Nature に発表し、グローバルな防災インフラの拡大を実現した。
キーポイント
未観測流域での予測技術の実現
気象や地形データは存在するが、過去の洪水観測データが不足している「未観測流域」においても、機械学習を用いて高精度な洪水予測を可能にする技術を Nature にて実証した。
グローバルなスケーラビリティの向上
従来の手法では正確なデータ収集が困難だった地域を含む世界中の人口（約 15 億人）に対して、信頼性の高い早期警報システムを拡張・提供することを可能にする。
気候変動によるリスク増への対応
2000 年以降倍増した洪水災害の頻度と、気候変動がもたらす深刻なリスクに対し、AI 技術を活用して年間数千名の命を救うための早期警報システムの強化を図る。
既存プラットフォームとの統合
Google Search, Maps, Android の通知、および Flood Hub を通じて、リアルタイムで洪水アラートをユーザーに直接届ける運用体制を確立している。
データ不足地域での予測精度向上
機械学習技術により、洪水データの少ない国々における予測信頼性を平均して0日から5日に延長し、アフリカやアジアの予測精度を欧州レベルに引き上げました。
Flood Hubによるリアルタイム予報の拡大
この技術により、80か国以上の河川流域を対象に最大7日前までのリアルタイム川水位予報を提供可能となり、事前対策を支援しています。
影響分析・編集コメントを表示
影響分析
この発表は、データ不足という技術的ボトルネックを AI で克服し、防災インフラが脆弱な地域への公平なアクセスを実現する画期的な進展です。これにより、Google の技術が単なる検索機能を超え、気候変動時代におけるグローバルな社会インフラとして確立され、世界中の数百万人の命と資産を守る実用的な役割を果たすことが期待されます。
編集コメント
データが不足している地域こそ AI の価値が発揮される好例であり、技術的な革新性がそのまま人道支援に直結するケーススタディとして注目すべき内容です。
<span class="byline-author">投稿者: エンジニアリング＆リサーチ担当副社長 ヨッシ・マティアス、Googleリサーチ リサーチサイエンティスト グレイ・ニアリング</span>
<img src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEgABDUlqCHMxNY-QfEftM_9yPy1z4jr1odB-_kSP79yjk6igtpPJNFIocQOKDRnZ3VLmqrI9tqX-dCHpcYtnSx96y9X9V9knp1CiAREvfgZX71D0XpWZNgPdZOI7aMW3POigHJ2rLeA1G1asaAPO3KIB3j0WzUr5C707I7p0L_itspYYEhYDhDTzd39tNUD/s320/Flood%20forecasting%20hero%20image.jpg" style="display: none;" />
<p>
洪水は<a href="https://openknowledge.worldbank.org/server/api/core/bitstreams/e218989e-8b3b-5f8c-944c-06e9812215aa/content">最も一般的な自然災害</a>であり、世界中で年間約<a href="https://www.swissre.com/risk-knowledge/mitigating-climate-risk/floods.html">500億ドル</a>の経済的損害の原因となっています。洪水関連の災害発生率は2000年以降、<a href="https://www.nature.com/articles/s41598-020-70816-2">気候変動の影響も一部あり</a>、<a href="https://library.wmo.int/records/item/57630-2021-state-of-climate-services-water?offset=1#:~:text=WMO%2DNo.,1278&amp;text=More%20than%202%20billion%20people,for%20the%20past%2020%20years.">2倍以上に増加</a>しています。世界人口の19％にあたる約<a href="https://openknowledge.worldbank.org/server/api/core/bitstreams/e218989e-8b3b-5f8c-944c-06e9812215aa/content">15億人</a>が、深刻な洪水災害による大きなリスクにさらされています。これらの人々が正確でタイムリーな情報にアクセスできるよう早期警報システムを向上させることは、<a href="https://elibrary.worldbank.org/doi/abs/10.1596/1813-9450-6058">年間数千人の命を救う可能性があります</a>。
</p>
<a name='more'></a>
<p>
信頼性の高い洪水予測が世界中の人々の生活に与えうる潜在的な影響に突き動かされ、私たちは2017年に洪水予測への取り組みを開始しました。この<a href="https://blog.google/technology/ai/google-ai-global-flood-forecasting/">長年にわたる旅路</a>を通じて、私たちは研究を進めると同時に、Google検索、マップ、Android通知、そして<a href="http://g.co/floodhub">Flood Hub</a>を通じて<a href="https://blog.google/technology/ai/expanding-our-ml-based-flood-forecasting/">警報を提供する</a>リアルタイムの運用洪水予測システムを構築してきました。しかし、<a href="https://blog.google/outreach-initiatives/sustainability/flood-hub-ai-flood-forecasting-more-countries/">世界的に規模を拡大する</a>ためには、特に正確な地域データが利用できない場所では、さらなる研究の進展が必要でした。
</p>
<p>
『<a href="https://www.nature.com/articles/s41586-024-07145-1">Global prediction of extreme floods in ungauged watersheds</a>』（未計測流域における極端な洪水の全球予測）と題した論文を<em><a href="https://www.nature.com/">ネイチャー</a></em>誌に発表し、機械学習（ML）技術が、洪水関連データが乏しい国々において、現在の最先端技術と比較して地球規模の<a href="https://sites.research.google/floodforecasting/">洪水予測</a>を大幅に改善できることを実証しました。これらのAIベースの技術により、現在利用可能な全球ナウキャスト（現況予報）の信頼性を、平均してゼロ日から5日間に延長し、アフリカやアジア地域全体での予測精度を、現在ヨーロッパで利用可能なものと同程度に改善しました。モデルの評価は、欧州中期予報センター（<a href="https://www.ecmwf.int/">ECMWF</a>）との協力のもと実施されました。
</p>
<p>
これらの技術により、<a href="http://g.co/floodhub">Flood Hub</a>は、最大7日前までの河川のリアルタイム予報を、<a href="https://blog.google/outreach-initiatives/sustainability/flood-hub-ai-flood-forecasting-more-countries/">80か国以上にわたる</a>河川区間を対象に提供できるようになりました。この情報は、個人、コミュニティ、政府、国際機関が、脆弱な人々を保護するための事前対応行動を取るために利用できます。
</p>
<br />
<div class="separator" style="clear: both; text-align: center;"><iframe allowfullscreen="" class="BLOG_video_class" frameborder="0" height="360" src="https://www.youtube.com/embed/ET04pDj-RvM?si=WJJXEtwJqtyMRuC_?rel=0&amp;" width="640" youtube-src-id="[ET04pDj-RvM]"></iframe></div>
<br />
<div style="line-height: 40%;">
<br />
</div>
<h2>Googleにおける洪水予測</h2>
<p>
FloodHubツールを支えるMLモデルは、学術関係者、政府、国際機関、NGOを含むいくつかのパートナーとの協力のもと実施された、長年にわたる研究の成果です。
</p>
<p>
2018年、私たちは<a href="https://blog.google/products/search/helping-keep-people-safe-ai-enabled-
原文を表示
<span class="byline-author">Posted by Yossi Matias, VP Engineering &amp; Research, and Grey Nearing, Research Scientist, Google Research</span>
<img src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEgABDUlqCHMxNY-QfEftM_9yPy1z4jr1odB-_kSP79yjk6igtpPJNFIocQOKDRnZ3VLmqrI9tqX-dCHpcYtnSx96y9X9V9knp1CiAREvfgZX71D0XpWZNgPdZOI7aMW3POigHJ2rLeA1G1asaAPO3KIB3j0WzUr5C707I7p0L_itspYYEhYDhDTzd39tNUD/s320/Flood%20forecasting%20hero%20image.jpg" style="display: none;" />
<p>
Floods are the <a href="https://openknowledge.worldbank.org/server/api/core/bitstreams/e218989e-8b3b-5f8c-944c-06e9812215aa/content">most common natural disaster</a>, and are responsible for roughly <a href="https://www.swissre.com/risk-knowledge/mitigating-climate-risk/floods.html">$50 billion</a> in annual financial damages worldwide. The <a href="https://library.wmo.int/records/item/57630-2021-state-of-climate-services-water?offset=1#:~:text=WMO%2DNo.,1278&amp;text=More%20than%202%20billion%20people,for%20the%20past%2020%20years.">rate of flood-related disasters has more than doubled</a> since the year 2000 partly <a href="https://www.nature.com/articles/s41598-020-70816-2">due to climate change</a>. Nearly <a href="https://openknowledge.worldbank.org/server/api/core/bitstreams/e218989e-8b3b-5f8c-944c-06e9812215aa/content">1.5 billion people</a>, making up 19% of the world’s population, are exposed to substantial risks from severe flood events. Upgrading early warning systems to make accurate and timely information accessible to these populations <a href="https://elibrary.worldbank.org/doi/abs/10.1596/1813-9450-6058">can save thousands of lives per year</a>.
</p>
<a name='more'></a>
<p>
Driven by the potential impact of reliable flood forecasting on people’s lives globally, we started our flood forecasting effort in 2017. Through this <a href="https://blog.google/technology/ai/google-ai-global-flood-forecasting/">multi-year journey</a>, we advanced research over the years hand-in-hand with building a real-time operational flood forecasting system that <a href="https://blog.google/technology/ai/expanding-our-ml-based-flood-forecasting/">provides alerts</a> on Google Search, Maps, Android notifications and through the <a href="http://g.co/floodhub">Flood Hub</a>. However, in order to <a href="https://blog.google/outreach-initiatives/sustainability/flood-hub-ai-flood-forecasting-more-countries/">scale globally</a>, especially in places where accurate local data is not available, more research advances were required.
</p>
<p>
In “<a href="https://www.nature.com/articles/s41586-024-07145-1">Global prediction of extreme floods in ungauged watersheds</a>”, published in <em><a href="https://www.nature.com/">Nature</a></em>, we demonstrate how machine learning (ML) technologies can significantly improve global-scale <a href="https://sites.research.google/floodforecasting/">flood forecasting</a> relative to the current state-of-the-art for countries where flood-related data is scarce. With these AI-based technologies we extended the reliability of currently-available global nowcasts, on average, from zero to five days, and improved forecasts across regions in Africa and Asia to be similar to what are currently available in Europe. The evaluation of the models was conducted in collaboration with the European Center for Medium Range Weather Forecasting (<a href="https://www.ecmwf.int/">ECMWF</a>).
</p>
<p>
These technologies also enable <a href="http://g.co/floodhub">Flood Hub</a> to provide real-time river forecasts up to seven days in advance, <a href="https://blog.google/outreach-initiatives/sustainability/flood-hub-ai-flood-forecasting-more-countries/">covering</a> river reaches across over 80 countries. This information can be used by people, communities, governments and international organizations to take anticipatory action to help protect vulnerable populations.
</p>
<br />
<div class="separator" style="clear: both; text-align: center;"><iframe allowfullscreen="" class="BLOG_video_class" frameborder="0" height="360" src="https://www.youtube.com/embed/ET04pDj-RvM?si=WJJXEtwJqtyMRuC_?rel=0&amp;" width="640" youtube-src-id="[ET04pDj-RvM]"></iframe></div>
<br />
<div style="line-height: 40%;">
<br />
</div>
<h2>Flood forecasting at Google </h2>
<p>
The ML models that power the FloodHub tool are the product of many years of research, conducted in collaboration with several partners, including academics, governments, international organizations, and NGOs.
</p>
<p>
In 2018, we <a href="https://blog.google/products/search/helping-keep-people-safe-ai-enabled-
関連記事
今日のまとめ
AI日報で今日の重要ニュースをまとめ読み