{"id":129718,"date":"2026-03-16T04:38:09","date_gmt":"2026-03-16T04:38:09","guid":{"rendered":"https:\/\/www.europesays.com\/lt\/129718\/"},"modified":"2026-03-16T04:38:09","modified_gmt":"2026-03-16T04:38:09","slug":"google-pasitelke-dirbtini-intelekta-naujienos-gali-padeti-prognozuoti-mirtinus-potvynius","status":"publish","type":"post","link":"https:\/\/www.europesays.com\/lt\/129718\/","title":{"rendered":"\u201eGoogle\u201c pasitelk\u0117 dirbtin\u012f intelekt\u0105: naujienos gali pad\u0117ti prognozuoti mirtinus potvynius"},"content":{"rendered":"

Staig\u016bs potvyniai yra vieni mirtiniausi\u0173 meteorologini\u0173 rei\u0161kini\u0173 pasaulyje: kasmet jie nusine\u0161a daugiau nei 5 000 gyvybi\u0173. Be to, tai vieni sunkiausiai prognozuojam\u0173 rei\u0161kini\u0173. Vis d\u0117lto \u201eGoogle\u201c mano radusi netik\u0117t\u0105 b\u016bd\u0105 \u0161iai problemai spr\u0119sti \u2013 pasitelkti naujien\u0173 analiz\u0119.<\/p>\n

Nors \u017emonija yra sukaupusi daug meteorologini\u0173 duomen\u0173, staig\u016bs potvyniai yra pernelyg trumpalaikiai ir lokaliai pasirei\u0161kiantys, kad b\u016bt\u0173 nuosekliai i\u0161matuojami taip, kaip ilg\u0105 laik\u0105 stebima temperat\u016bra ar net upi\u0173 t\u0117km\u0117s. <\/p>\n

D\u0117l \u0161ios duomen\u0173 spragos giliojo mokymosi modeliai, kurie vis geriau prognozuoja orus, da\u017enai nepaj\u0117gia patikimai numatyti staigi\u0173 potvyni\u0173.<\/p>\n

\"\"\/<\/p>\n

Siekdami u\u017epildyti \u0161i\u0105 sprag\u0105, \u201eGoogle\u201c tyr\u0117jai pasitelk\u0117 \u201eGemini\u201c, bendrov\u0117s did\u012fj\u012f kalbos model\u012f, ir i\u0161analizavo apie 5 milijonus naujien\u0173 straipsni\u0173 i\u0161 viso pasaulio. I\u0161 j\u0173 buvo atrinkti prane\u0161imai apie ma\u017edaug 2,6 milijono skirting\u0173 potvyni\u0173, o \u0161i informacija paversta geografi\u0161kai susieta laiko eilu\u010di\u0173 duomen\u0173 baze, pavadinta \u201eGroundsource\u201c. <\/p>\n

Pasak \u201eGoogle Research\u201c produkt\u0173 vadov\u0117s Gilos Loike, tai pirmas kartas, kai bendrov\u0117 tokiam darbui pritaik\u0117 kalbos modelius. Tyrimas ir duomen\u0173 rinkinys buvo pavie\u0161inti.<\/p>\n

Remdamiesi \u201eGroundsource\u201c kaip realaus pasaulio atskaitos ta\u0161ku, tyr\u0117jai apmok\u0117 model\u012f, paremt\u0105 LSTM (Long Short-Term Memory) tipo neuroniniu tinklu. Modelis priima globalias or\u0173 prognozes ir apskai\u010diuoja staigaus potvynio tikimyb\u0119 konkre\u010dioje teritorijoje.\n <\/p>\n

\u0160iuo metu \u201eGoogle\u201c staigi\u0173 potvyni\u0173 prognozavimo modelis bendrov\u0117s \u201eFlood Hub\u201c platformoje i\u0161ry\u0161kina rizikas miest\u0173 teritorijoms 150 \u0161ali\u0173, o duomenimis dalijamasi su ekstremali\u0173j\u0173 situacij\u0173 valdymo institucijomis visame pasaulyje. Piet\u0173 Afrikos pl\u0117tros bendrijoje dirbantis ekstremali\u0173j\u0173 situacij\u0173 pareig\u016bnas Ant\u00f3nio Jos\u00e9 Beleza, i\u0161band\u0119s \u0161\u012f model\u012f, teig\u0117, kad jis pad\u0117jo jo organizacijai grei\u010diau reaguoti \u012f potvynius.<\/p>\n

Vis d\u0117lto modelis turi apribojim\u0173. Pirmiausia, jo rai\u0161ka gana \u017eema, rizika vertinama ma\u017edaug 20 kvadratini\u0173 kilometr\u0173 ploto zonose. Be to, jis n\u0117ra toks tikslus kaip JAV<\/a> Nacionalin\u0117s meteorologijos tarnybos potvyni\u0173 persp\u0117jimo sistema, i\u0161 dalies tod\u0117l, kad \u201eGoogle\u201c sprendimas ne\u012ftraukia vietini\u0173 radar\u0173 duomen\u0173, kurie leid\u017eia realiuoju laiku sekti krituli\u0173 pasiskirstym\u0105.<\/p>\n

Ta\u010diau \u0161is projektas ir buvo kuriamas turint omenyje vietoves, kuriose vietos vald\u017eios institucijos negali sau leisti brangios meteorologini\u0173 steb\u0117jim\u0173 infrastrukt\u016bros arba neturi i\u0161sami\u0173 istorini\u0173 meteorologini\u0173 \u012fra\u0161\u0173.<\/p>\n

\u201eKadangi apjungiame milijonus prane\u0161im\u0173, \u201eGroundsource\u201c duomen\u0173 rinkinys i\u0161 ties\u0173 padeda subalansuoti \u017eem\u0117lap\u012f\u201c, \u2014 \u0161i\u0105 savait\u0119 \u017eurnalistams sak\u0117 \u201eGoogle\u201c atsparumo (Resilience) komandos program\u0173 vadov\u0117 Juliet Rothenberg. \u201eTai leid\u017eia mums daryti i\u0161vadas ir apie regionus, kuriuose informacijos yra ma\u017eiau.\u201c<\/p>\n

Rothenberg teigimu, komanda tikisi, kad did\u017ei\u0173j\u0173 kalbos modeli\u0173 taikymas kuriant kiekybinius duomen\u0173 rinkinius i\u0161 ra\u0161ytini\u0173, kokybini\u0173 \u0161altini\u0173 gal\u0117t\u0173 b\u016bti pritaikytas ir kitiems trumpalaikiams, ta\u010diau prognoz\u0117ms svarbiems rei\u0161kiniams \u2014 pavyzd\u017eiui, kar\u0161\u010dio bangoms ar purvo nuo\u0161liau\u017eoms.\n <\/p>\n

Tuo metu \u201eUpstream Tech\u201c vadovas Marshallas Moutenot, kurio \u012fmon\u0117 pana\u0161ius giliojo mokymosi modelius taiko upi\u0173 debito prognoz\u0117ms (tarp klient\u0173 yra ir hidroenergetikos bendrov\u0117s), pa\u017eym\u0117jo, kad \u201eGoogle\u201c ind\u0117lis yra dalis augan\u010di\u0173 pastang\u0173 sukaupti duomenis giliojo mokymosi pagrindu veikian\u010dioms or\u0173 prognozavimo sistemoms. <\/p>\n

Moutenot taip pat yra vienas iniciatyvos, kuri kuruoja tyr\u0117jams ir startuoliams parengtus, ma\u0161ininio mokymosi naudojimui pritaikytus meteorologinius duomenis, bendra\u012fk\u016br\u0117j\u0173.<\/p>\n

\u201eDuomen\u0173 tr\u016bkumas yra vienas sud\u0117tingiausi\u0173 geofizikos i\u0161\u0161\u016bki\u0173\u201c, \u2014 sak\u0117 Moutenot. \u201eKartu turime ir per daug \u017dem\u0117s duomen\u0173, ta\u010diau kai norime \u012fvertinti modeli\u0173 tikslum\u0105 pagal tikrov\u0119, j\u0173 nepakanka. Tai buvo i\u0161ties k\u016brybi\u0161kas b\u016bdas tuos duomenis gauti.\u201c\n<\/p>\n

\n\t\t\t\tKaip vertinate \u0161\u012f \u012fra\u0161\u0105?\n\t\t\t<\/p>\n","protected":false},"excerpt":{"rendered":"Staig\u016bs potvyniai yra vieni mirtiniausi\u0173 meteorologini\u0173 rei\u0161kini\u0173 pasaulyje: kasmet jie nusine\u0161a daugiau nei 5 000 gyvybi\u0173. Be to,…\n","protected":false},"author":2,"featured_media":129719,"comment_status":"","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"footnotes":"","_share_on_mastodon":"0"},"categories":[17],"tags":[4406,81,295,12251,37,39,36,38,40,3468,46],"class_list":["post-129718","post","type-post","status-publish","format-standard","has-post-thumbnail","category-verslas","tag-google","tag-business","tag-dirbtinis-intelektas","tag-gemini","tag-lietuva","tag-lietuviu","tag-lithuania","tag-lithuanian","tag-lt","tag-potvyniai","tag-verslas"],"share_on_mastodon":{"url":"https:\/\/pubeurope.com\/@lt\/116237009079440903","error":""},"_links":{"self":[{"href":"https:\/\/www.europesays.com\/lt\/wp-json\/wp\/v2\/posts\/129718","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.europesays.com\/lt\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.europesays.com\/lt\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.europesays.com\/lt\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/www.europesays.com\/lt\/wp-json\/wp\/v2\/comments?post=129718"}],"version-history":[{"count":0,"href":"https:\/\/www.europesays.com\/lt\/wp-json\/wp\/v2\/posts\/129718\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.europesays.com\/lt\/wp-json\/wp\/v2\/media\/129719"}],"wp:attachment":[{"href":"https:\/\/www.europesays.com\/lt\/wp-json\/wp\/v2\/media?parent=129718"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.europesays.com\/lt\/wp-json\/wp\/v2\/categories?post=129718"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.europesays.com\/lt\/wp-json\/wp\/v2\/tags?post=129718"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}