Sella Nevo, une ingénieure en logiciel spécialisée dans la recherche et le développement en apprentissage automatique, dirige actuellement l’Initiative de prévision des inondations de Google qui vise à fournir des prévisions et des avertissements d’inondation dans les pays en développement.

Elle est également l’une des co-créatrices du modèle ML utilisé dans Google Duplex. Nevo a expliqué pourquoi Google a choisi Patna en Inde pour piloter son projet et comment l’entreprise envisage de développer ce modèle non seulement dans le pays, mais aussi dans le monde entier.

Quel est l’objectif du projet de Google ?

Cette initiative est l’effort de Google visant à fournir des prévisions d’inondation de haute précision et de haute résolution. Ce n’est pas encore global et Google se concentre sur l’utilisation de l’expertise en apprentissage automatique actuellement.

Voici une vidéo relatant ce projet en anglais :

L’équipe d’experts travaille sur la technologie d’apprentissage automatique ML de Google et exploite les données pour améliorer de manière significative les systèmes de prévisions des inondations. La société a décidé de commencer en Inde parce que les inondations ont des conséquences énormes dans ce pays. En effet, environ 20 % des décès dans le monde dus aux inondations se produisent en Inde.

Quels sont les progrès réalisés jusqu’à présent ?

Les progrès qu’ils ont réalisés jusqu’à présent sont principalement illustrés par le projet pilote qu’ils ont effectué à Patna. La commission centrale de l’eau a envoyé un message d’alerte pour la dernière saison de mousson en septembre. Pour cet événement, ils ont envoyé une alerte aux personnes habitant dans un rayon de 1 000 km² autour de Patna et une carte indiquant les zones susceptibles d’être inondées.

L’équipe d’experts sont très satisfaits de la précision de leur modélisation. Globalement, elle était précise à plus de 90 % sur différents indicateurs qu’ils ont utilisés pour mesurer leur niveau de précision. Leur objectif principal maintenant est d’adapter le système à d’autres emplacements.

Source :

LiveMint