洪水无法预防，但可以可靠地预测 - 全世界

记录降雨量、测量水位、计算每日天气模型，最后通过手机广播发出警报。虽然工作量很大，但如果处于危险中的居民能够首先保护好自己的家园，然后有足够的时间将自己转移到安全地带，那么投资回报率还是很高的。

当然，洪水检测和预警系统并非绝对可靠。尽管如此，该系统仍能提供高水平的保护，这在没有必要基础设施的地区是无法实现的。因此，如果预警时间不是 5 天，而是零天，那么人们及其财产和生计就会面临特别大的风险。

一个新的洪水风险预测系统表明，情况并非如此。得益于精确到当天的数据和经过适当训练的人工智能，它可以赶上目前预报恶劣天气条件的最佳模型。不过，在世界上目前由于缺乏密集的测量站网络而无法提供此类预报的地区，这也是可能的。在超级计算机上进行日常计算所花费的时间也很昂贵。

包括谷歌、莱比锡亥姆霍兹中心和加利福尼亚兰德公司在内的研究人员使用了来自 5680 个流域的平均 30 年的气象数据。这意味着总共有大约 15 万年的天气记录--归纳起来有 60 千兆字节的数据。收集的数据还在继续增加。

据说，在 Nvidia Tesla V100 图形处理器上进行人工智能训练只需要几个小时。之后，还需要大约 10 个小时才能完成预测。瞧：与以往的洪水灾害相比，人工智能的命中率要高于当时进行的经典天气预报。同时，所需的总体工作量也大大减少。

虽然这对气象数据已经非常密集的地区几乎没有帮助，但对许多偏远地区，尤其是贫困但人口密集的地区确实有帮助。在欧洲、北美或东亚，预警时间不会有任何变化，但在非洲、中美洲或东南亚等地，预警与洪水上涨之间的时间会成倍增加。

这项研究只需要首先收集到的公开数据，以及一台价格不到 7000 欧元（7500 美元）的高性能处理器。只需少量有关风、湿度和温度的最重要信息，就能实现大量研究。