Telset.id – Bayangkan jika berita banjir di koran lokal sepuluh tahun lalu bisa membantu menyelamatkan nyawa hari ini. Itulah inti dari terobosan baru Google yang terdengar seperti fiksi ilmiah, namun nyata. Perusahaan raksasa teknologi itu baru saja mengungkap Groundsource, sebuah alat prediksi banjir bandang yang memanfaatkan kecerdasan buatan Gemini untuk menggali data dari jutaan laporan berita lama. Ini adalah pertama kalinya Google menggunakan model bahasa (language model) untuk pekerjaan semacam ini, membuka babak baru dalam mitigasi bencana.
Banjir bandang, atau flash flood, adalah momok yang sulit diantisipasi. Ia datang tiba-tiba, bergerak cepat, dan sering kali mematikan karena minimnya waktu peringatan. Model prediksi konvensional sangat bergantung pada data historis yang komprehensif dan pelatihan model yang rumit—sesuatu yang sering kali tidak tersedia, terutama di daerah-daerah dengan infrastruktur cuaca yang terbatas. Di sinilah Google mencoba pendekatan yang sama sekali berbeda, dengan memutar balik waktu melalui arsip digital.
Tim peneliti Google memberikan tugas kepada Gemini untuk menyisir dan menganalisis lebih dari 5 juta artikel berita dari seluruh penjuru dunia. Tujuannya: mengisolasi laporan-laporan tentang kejadian banjir. Kecerdasan buatan ini kemudian mentransformasi gunungan data tekstual tersebut menjadi serangkaian peristiwa kronologis yang telah diberi tag geografis. Hasilnya adalah sebuah dataset presisi yang berisi catatan lebih dari 2,6 juta peristiwa banjir—sebuah arsip bencana yang belum pernah ada sebelumnya.
Dataset raksasa inilah yang kemudian menjadi “guru” bagi sebuah model prediksi. Model tersebut dilatih untuk mencerna prakiraan cuaca saat ini, lalu memanfaatkan data historis dari Groundsource untuk menghitung kemungkinan terjadinya banjir bandang di suatu area tertentu. Pada dasarnya, Google mengajarkan AI-nya untuk mengenali pola: jika kondisi cuaca hari ini mirip dengan kondisi yang dulu pernah dilaporkan menyebabkan banjir di lokasi dengan karakteristik geografis serupa, maka alarm harus berbunyi.
Lalu, seberapa akurat prediksi ini? Google belum merilis data konkret mengenai tingkat akurasinya, dan hal itu tentu membutuhkan waktu dan uji coba lebih lanjut. Namun, satu pengguna percobaan menyatakan bahwa alat ini telah membantu organisasinya merespons kejadian cuaca lokal dengan lebih cepat. Saat ini, Google menyoroti risiko banjir bandang untuk area urban di 150 negara melalui platform Flood Hub-nya. Yang lebih penting, perusahaan juga membagikan datanya kepada lembaga-lembaga tanggap darurat di lokasi-lokasi tersebut, sebuah langkah kolaboratif yang patut diapresiasi.
Baca Juga:
Namun, seperti semua teknologi, Groundsource memiliki batasan. Model ini saat ini hanya dapat mengidentifikasi risiko di area seluas 20 kilometer persegi—cukup luas, tetapi mungkin kurang detail untuk lokasi yang sangat spesifik. Selain itu, akurasinya belum bisa menyaingi sistem peringatan banjir Badan Cuaca Nasional AS (US National Weather Service). Mengapa? Karena model Google tidak mengintegrasikan data radar lokal, yang biasanya memungkinkan pelacakan presipitasi (curah hujan) secara real-time.
Justru di situlah letak nilai strategisnya. Platform ini dirancang khusus untuk beroperasi di daerah-daerah yang tidak memiliki akses ke infrastruktur sensor cuaca canggih semacam itu. Dengan kata lain, Groundsource hadir untuk mengisi celah yang selama ini dibiarkan menganga. Ia menawarkan solusi yang mungkin tidak sempurna, tetapi jauh lebih baik daripada ketiadaan informasi sama sekali bagi masyarakat yang rentan.
Juliet Rothenberg, seorang manajer program di Tim Ketahanan (Resilience) Google, melihat potensi yang lebih besar. Ia berharap teknologi ini pada akhirnya dapat digunakan untuk memprediksi fenomena rumit lainnya, seperti gelombang panas dan tanah longsor. “Kami mengagregasi jutaan laporan,” katanya kepada para wartawan pekan ini. “Ini memungkinkan kami untuk mengekstrapolasi ke wilayah lain di mana tidak banyak informasi tersedia.” Visi ini mengubah arsip berita dari sekadar rekaman masa lalu menjadi peta navigasi untuk menghadapi masa depan.
Ini mungkin merupakan penggunaan pertama model bahasa untuk prakiraan cuaca oleh Google, tetapi bukan pertama kalinya perusahaan ini mengandalkan AI untuk urusan iklim. Model prakiraan cuaca DeepMind WeatherNext 2 milik Google telah terbukti sangat akurat. Langkah terbaru dengan Gemini ini menunjukkan diversifikasi pendekatan: jika WeatherNext 2 adalah ahli fisika atmosfer yang andal, maka Groundsource adalah sejarawan bencana yang cerdik.
Kehadiran alat seperti Groundsource juga menyoroti pentingnya ketersediaan data dan literasi digital. Proyek ini bergantung pada keberadaan arsip berita digital yang luas—sebuah hal yang mungkin masih menjadi tantangan di beberapa region. Selain itu, kerja sama dengan otoritas lokal, seperti yang dilakukan BMKG dalam memprediksi pola hujan, tetap krusial. Teknologi AI terbaik pun perlu diintegrasikan dengan sistem peringatan dini yang sudah ada dan kapasitas masyarakat.
Di balik layar, inisiatif ini juga merupakan bagian dari narasi besar Google dalam mendalami kemampuan AI di berbagai bidang, mulai dari robotika hingga terkadang menghadapi tantangan tak terduga seperti insiden AI menyebut kata sensitif. Groundsource mewakili sisi positif dari narasi itu: pemanfaatan AI untuk tujuan kemanusiaan dan ketahanan global.
Jadi, apa artinya bagi kita? Inovasi Google ini mengajak kita untuk memandang data dengan cara baru. Setiap laporan berita, setiap tweet, setiap catatan online bisa menjadi potongan puzzle yang berharga untuk memahami planet ini. Ini bukan lagi sekadar soal mengirim file antar perangkat atau mencoba game baru, tetapi tentang menggunakan teknologi untuk membangun ketangguhan. Groundsource mungkin masih dalam tahap awal, tetapi ia menyalakan percikan harapan: bahwa dengan kecerdasan buatan, kita mungkin bisa belajar dari sejarah—untuk melindungi masa depan.
