Google Groundsource：Gemini 从 500 万篇新闻中提取 260 万次洪涝历史事件

Google AI 团队发布了名为 Groundsource 的新方法论，利用 Gemini 模型对全球数十年的公开新闻报道进行分析，从 500 万篇报道中提取出超过 260 万次历史洪涝事件，构建了一个覆盖 150 多个国家的带地理标记时间序列数据集。

这是同类项目中首次用 LLM 完成此类规模的非结构化数据到结构化历史数据的转化。

核心要点

• 规模：分析了来自全球的 500 万篇新闻，识别出 260 万次洪涝事件
• 覆盖：150+ 国，重点弥补发展中国家缺乏基础设施观测记录的数据空白
• 应用：为山洪、城市内涝等”快速发展型灾害”提供历史基准数据，提升预报精度
• 意义：证明了 Gemini 在科学级数据挖掘任务上的实际落地能力，不只是对话工具

这一成果表明，LLM 在将人类语言记录转化为机器可读科学数据方面具有巨大潜力，尤其在传统传感器覆盖不足的地区。