Google apprend à une IA à prédire les inondations grâce à d'anciens articles de presse

Google a mis au point une approche inhabituelle pour prévoir les crues soudaines : plutôt que de déployer une coûteuse infrastructure de capteurs, l'entreprise utilise des articles de presse d'archives comme source de données historiques. Un modèle de langage traduit les descriptions textuelles qualitatives de catastrophes naturelles en indicateurs quantitatifs utilisables pour entraîner des modèles hydrologiques.

Le problème que ce procédé cherche à résoudre est bien connu des climatologues. Les modèles de prévision des crues précis exigent des séries pluriannuelles sur le niveau de l'eau, les précipitations et le relief. Mais dans la plupart des pays en développement, où les inondations sont les plus meurtrières, cette infrastructure n'existe tout simplement pas. Les capteurs coûtent cher, demandent de la maintenance et de l'électricité, autant de ressources qui manquent dans les régions vulnérables.

Pourtant, des informations historiques sur les inondations existent bel et bien : dans les archives de journaux, les reportages de médias locaux et les bulletins gouvernementaux. Le hic, c'est que ces données sont qualitatives : « une forte crue a submergé trois villages » n'est pas un chiffre exploitable par un modèle traditionnel.

Google propose d'utiliser un LLM comme traducteur : le modèle lit le texte historique et en tire des estimations numériques structurées de l'ampleur, de la durée et de la géographie de l'événement. Les séries numériques synthétiques ainsi obtenues servent ensuite à entraîner un modèle de prévision des inondations. En somme, le journalisme d'archives remplace des décennies de mesures instrumentales.

C'est une manière radicalement nouvelle de traiter le manque de données dans les problèmes climatiques, potentiellement applicable bien au-delà de l'hydrologie.

Google teste déjà le système dans des régions d'Afrique et d'Asie du Sud, où les alertes de crue sont quasi inexistantes. L'entreprise développe Flood Hub depuis 2023 et couvre aujourd'hui plus de 80 pays. La nouvelle méthode doit étendre la couverture à des territoires restés jusqu'ici hors du champ des prévisions faute de données numériques historiques.

L'exemple illustre bien la façon dont les LLM transforment la structure même des données scientifiques. Auparavant, la frontière entre « il y a des données » et « il n'y en a pas » dépendait de la présence d'instruments de mesure. Désormais, les modèles de langage permettent de la repousser, car ils savent extraire des informations quantitatives cachées dans des textes écrits sans aucune visée scientifique.