图片：METAL
摘要
- 谷歌于9月15日发布白皮书 How Google AI is reshaping global crisis resilience，作者为 Yossi Matias 和 Kate Brandt。
- 文件汇总了提前7天的河流洪水预报、提前24小时的城市山洪预报、提前15天的气旋预报、34个国家的野火追踪以及 Android 地震预警。
- 白皮书记录了预警接入制度的案例，包括尼日利亚的提前现金援助、肯尼亚的暂停还贷，以及向印度3800万农民发送季风预报。
2025年10月，飓风梅丽莎还只是一级飓风时，美国国家飓风中心就预报它将升级为五级。这是该中心第一次在一级阶段准确预报出五级飓风，而谷歌 DeepMind 的气象模型参与了这一判断。谷歌9月15日发布的这份26页白皮书，把这样的场景汇集起来，将公司的 AI 灾害预测业务整理成一份文件。标题是 How Google AI is reshaping global crisis resilience，作者是谷歌副总裁兼谷歌研究院总经理 Yossi Matias 和谷歌首席可持续发展官 Kate Brandt。
白皮书的目标只有一句话。两位作者写道："不应该有任何人被自然灾害打个措手不及"，谷歌研究院在 X 上宣布这份白皮书时也把同一句话作为愿景。这句话背后的数字很沉重。白皮书称，2025年是有记录以来最热的三个年份之一，这一年350多起重大气象灾害影响了全球超过1.1亿人，亚洲的创纪录高温波及7.7亿人。计入间接损失后，自然灾害的真实成本每年超过2万亿美元；过去十年受气象灾害影响的人数增加了75%，超过2.5亿人流离失所。
在社会学者眼中，这份白皮书的结构本身就是一种主张。文件把技术、触达和伙伴关系并列摆放，并明确指出预测只是一半，预警必须传到人手里。白皮书称，谷歌与100多个国家的官方预警机构合作，2025年平均每天把人们与危机信息连接超过1000万次。贯穿整份文件的观点是，比起预测模型的准确率，谁收到预警、拿它做了什么，更能决定灾害的结果。
技术清单按灾害类型整理。河流洪水最多提前7天预测，城市山洪最多提前24小时，气旋最多提前15天，野火边界则近乎实时追踪。河流洪水预报覆盖约150个国家的20多亿人，城市山洪预报在2026年新加入了 Flood Hub。支撑这项预报的 Groundsource 方法，用 Gemini 把跨越150多个国家的数百万条历史洪水记录、新闻报道和公共记录转化为结构化数据。METAL 曾报道谷歌 AI 推出了提前7天的河流洪水预测和提前24小时的城市内涝预测。
白皮书里最引人注目的部分，是预警转化为资金的案例。在尼日利亚，GiveDirectly 和国际救援委员会利用谷歌的预报，在洪水达到峰值前向家庭发放了提前援助；在阿达马瓦州，联合国人道主义事务协调厅沿贝努埃河开展了一项700万美元的项目，帮助约35万人提前做好准备。在肯尼亚，金融科技公司 Atram 在面向约1万名借款人的试点中，让洪水预警自动触发暂停还贷。当预报变成现金和延期还款的那一刻，灾害应对就从气象学问题变成了社会制度问题。
印度的季风案例规模不同。白皮书称，2025年印度政府与国际研究团队一起挑选季风预报模型，谷歌的 NeuralGCM 和欧洲中期天气预报中心的模型在预测季风开始时间上表现最好。把这两个模型与印度气象局的雨量计统计数据混合的系统，最多提前一个月预测出了季风的到来，还提前发现了季风季中期一次反常的干旱期。印度政府把这些预报送到了3800万农民手中，文件写道，这种提前决策有望让农户年收入接近翻倍。
气旋方面的依据就是开头提到的梅丽莎。白皮书称，基于 WeatherNext 的实验模型能在几分钟内生成最多1000个情景，提前15天预测气旋的生成、路径、强度、大小和形状；它的三天预报与此前模型的两天预报同样准确，为预报员多争取了一天。牙买加气象局首席主任 Evan Thompson 在白皮书中说："正是因为那次提前预警，我们才能提前通知公众离开某些区域。"他补充说，这保住了生命和生计。METAL 曾报道DeepMind 模型提前一天捕捉到飓风急剧增强的过程。
地震不是预测，而是以秒计的探测。Android 智能手机的加速度计被汇聚成一张遍布全球的微型地震仪网络，捕捉 P 波，并在破坏力更大的 S 波到来前发出警报。白皮书写道，2026年6月委内瑞拉发生7.2级和7.5级双震时，第一条警报在地震开始3秒后发出，根据与震中的距离，人们在 S 波到达前几秒到两分钟收到警报，总计送达超过1100万条。
野火转向了卫星。谷歌在34个国家绘制野火边界，仅2026年就新增7个国家，并根据地区每15到20分钟更新一次地图。2025年，谷歌在搜索中发出了520多条野火危机警报，向7500多万用户传递了信息。由非营利组织 Earth Fire Alliance 牵头的 FireSat，继2025年初首颗原型卫星之后，于2026年7月又发射了3颗卫星；等到50多颗卫星组成的星座建成，目标是以不超过20分钟的间隔，在地球任何地方探测到五米见方集装箱大小的火情。Watch Duty 首席执行官 John Mills 在白皮书中说："紧急情况下速度至关重要"，并表示谷歌奖学金项目将借助 Gemini 让救命信息更快送到人们手中。
资金的流向也写在文件里。白皮书称，Google.org 从2004年到2025年为危机支援投入超过2.5亿美元，截至2026年已向野火应对联盟 AI Collaborative: Wildfires 投入超过4000万美元。其中 Watch Duty 和伍德韦尔气候研究中心各获得200万美元，加州大学圣迭戈分校获得180万美元，世界资源研究所的 Cool Cities Lab 获得500万美元。灾后则由名为 SKAI 的损失评估模型比对卫星图像来评定建筑损毁，梅丽莎袭击牙买加后，这一工具为超过38.5万栋建筑打出了初步损失评分。
制度伙伴的表态强调的是关系而非技术。联合国减少灾害风险办公室负责人 Kamal Kishore 在白皮书中评价谷歌具备"把预警服务扩展到长期未被覆盖的社区和国家的能力"；世界气象组织秘书长 Celeste Saulo 则表示，这项合作令人期待之处在于它让谷歌的 AI 创新"扎根于可信且负责的国家气象水文机构"。两段话里都有同样的角色划分：预警的最终权力留给政府机构，公司提供模型。
在 METAL 核对的这份26页白皮书中，最后一章讲的不是预测，而是沟通。文件诊断说，灾害发生时的指挥中心不是缺数据，而是被数据淹没；生成式 AI 可以把道路管制、水位上涨和疏散路线中断等信息浓缩成简洁的简报，但必须经过人工监督和核实程序。文件还指出了平衡问题：漏掉预警会危及生命，误报太多则会让人们不再理会。文件末尾附有一句话，说明谷歌的危机模型是预测性的、实验性的，仅供参考，不能替代地方政府的官方紧急指令。
这份白皮书表明，灾害应对已经从气象学与政府行政之间的事，变成了由数据公司承担一根支柱的事。每当预报变成现金援助、延期还款或播种时间，公司的模型就往社会制度里多走一格，谁来发布预警、谁来负责也就变得更重要。白皮书把这个答案留给了政府机构，而这条线能否守住，正是观察这项业务时要盯住的位置。
评论