A Google anunciou esta semana o lançamento oficial do GroundSource, uma tecnologia de ponta baseada em inteligência artificial (o Gemini) que promete preencher uma das lacunas mais críticas na gestão de desastres globais: a previsão de inundações repentinas (as chamadas flash floods) em zonas urbanas.
Enquanto as cheias ribeirinhas contam já com sistemas de monitorização consolidados, as inundações em ambiente urbano têm sido, historicamente, o "ponto cego" da hidrologia moderna devido à sua natureza errática e à rapidez com que se manifestam. Este sistema de modelação digital, baseado no histórico de acontecimentos perspetivando o futuro, pretende colmatar esta falha.
A ferramenta não é apenas um motor de dados abstrato – surge acompanhada por uma interface visual acessível a todos: o Flood Hub, que passa a incorporar estes dados (até agora, apenas incluía as cheias em rios fora de cidades). Trata-se de um mapa virtual mundial (acessível em sites.research.google/floods/) desenvolvido pela Google, onde é possível obter previsões atualizadas e geolocalizadas destas inundações repentinas. Nesta plataforma, autoridades, organizações humanitárias e cidadãos podem visualizar em tempo real as áreas de maior risco, transformando dados complexos de IA em informação geográfica vital para a tomada de decisões.
Gila Loike, product manager na Google Research, apresentou em conferência de imprensa internacional, na qual o DN participou, uma perspetiva detalhada sobre os desafios logísticos da previsão de catástrofes. Segundo esta responsável, desde 2018 que a Google disponibiliza previsões para cheias em grandes rios, mas a transição para o contexto citadino revelou-se um obstáculo quase intransponível devido à falta de infraestrutura de medições.
"Para prever cheias ribeirinhas, utilizamos dados históricos recolhidos de medidores físicos, ou essencialmente 'réguas gigantes' instaladas nos rios, para treinar os nossos modelos. Estes sensores permitem-nos saber exatamente como a água se comporta em determinados pontos de estrangulamento", explicou Loike. "Mas as inundações repentinas são uma história completamente diferente. Não podemos simplesmente pegar nessas mesmas réguas e colocá-las em cada rua urbana, em cada parque citadino ou em cada garagem subterrânea ao redor do mundo. É logística e financeiramente impossível."
Esta ausência de sensores nas zonas urbanas criou o que os especialistas chamam de "lacuna de dados históricos": sem saber onde e quando ocorreram inundações no passado, os modelos não têm exemplos reais suficientes para aprender a identificar os padrões meteorológicos e geográficos que precedem uma nova catástrofe urbana. Mas agora existe a Inteligência Artificial como grande correlacionadora de factos.
Para colmatar este vazio, a Google desenvolveu o GroundSource. Em vez de esperar pela instalação de hipotéticos novos sensores, a equipa decidiu transformar a internet e os arquivos mediáticos num gigantesco repositório histórico. Utilizando as capacidades multilingues e de raciocínio do modelo Gemini, a Google analisou um arquivo colossal composto por 5 milhões de notícias e relatórios públicos publicados nos últimos 20 anos, um pouco por todo o mundo.
O sistema foi treinado para ler notícias em 80 línguas diferentes e extrair três dados fundamentais: “O quê” (confirmar que se tratou efetivamente de uma inundação); “quando” (identificar o momento exato do pico da cheia); e “onde” (geolocalizar o evento ao nível do bairro ou rua). O resultado é uma base de dados sem precedentes de "verdade terrestre" (ground truth) que documenta 2,6 milhões de eventos de inundação em mais de 150 países.
Mas qual a fiabilidade desta informação, dada a natureza dos modelos de linguagem? Afinal, existe sempre o risco de a IA "alucinar", ou seja, inventar eventos que não existiram ou interpretar erradamente relatos jornalísticos. Questionada pelo DN sobre como a Google garante que o sistema não está a basear-se em dados falsos, Gila Loike garantiu que a metodologia de filtragem utilizada, quanto à precisão e capacidade de recuperação de dados (recall) apresenta uma precisão de 82% – um valor suficientemente alto para assegurar boa confiança nas conclusões estatísticas.
Segundo esta responsável, a estratégia para mitigar erros reside na escala: ao analisar milhões de relatórios, o modelo aprende a identificar o "sinal" (o padrão real da inundação) e a descartar o "ruído" (os 18% de imprecisões ou relatos contraditórios). Em vez de confiar cegamente numa única notícia, a IA cruza informações de múltiplas fontes para validar a existência e a gravidade do evento, garantindo que o modelo hidrológico é treinado apenas com dados verificados e consistentes.
A grande inovação prática do GroundSource reside no tempo de resposta. A nova ferramenta integrada no Flood Hub permite agora emitir alertas de risco de inundação repentina com uma antecedência de 24 horas. Num cenário onde as águas podem subir metros em apenas 30 minutos, ganhar um dia inteiro de preparação é a diferença entre a vida e a morte para equipas de emergência e residentes em zonas de risco.
Atualmente, os alertas são emitidos com uma resolução espacial (escala) de 20 por 20 quilómetros. Embora isto pareça abarcar uma área vasta, no contexto da proteção civil, permite que as autoridades municipais mobilizem recursos de drenagem, fechem túneis críticos e alertem populações em bairros historicamente vulneráveis, incluindo emitir ordens de evacuação se necessário for.
A visão estratégica da Google para o GroundSource é ainda mais ambiciosa do que apenas a gestão hídrica. Juliet Rothenberg, diretora de produto de Crisis Resilience na Google, detalhou como esta metodologia de extração de dados pode ser aplicada a outras catástrofes que não possuem redes de sensores centralizadas.
"O GroundSource é uma tecnologia fundacional. Já estamos a ver resultados pioneiros com a deteção precoce de sismos através do ecossistema Android, mas esperamos que esta metodologia de IA seja um pilar para outros tipos de desastres", explicou. "Prevemos que isto seja algo muito relevante para extrapolar para tipos de desastres como ondas de calor extremo, deslizamentos de terra e até secas prolongadas. Em todos estes casos, as notícias locais e os relatórios comunitários são muitas vezes os únicos registos históricos que possuímos."
Juliet Rothenberg sublinhou que a democratização desta informação é prioridade. Atualmente, o Flood Hub já alcança cerca de 2 mil milhões de pessoas, e a empresa norte-americana está a trabalhar na integração progressiva destes alertas diretamente na Pesquisa Google e, futuramente, em camadas de visualização no Google Maps. O objetivo é mesmo criar um escudo digital global que utilize a memória coletiva da humanidade para prever o seu futuro ambiental.