Naslov i uvod
Google je napravio nešto što bi prije deset godina zvučalo kao znanstvena fantastika: od novinskih arhiva je stvorio svojevrsnu globalnu mrežu senzora za ekstremno vrijeme. Pomoću modela Gemini tvrtka je pročitala milijune starih članaka i na temelju njih izgradila novi AI sustav za predviđanje bujičnih poplava – upravo onih koje u par sati pretvore potok u razornu rijeku.
Za Hrvatsku i širu jugoistočnu Europu ovo nije samo tehnološka zanimljivost. Riječ je o tome tko će u budućnosti imati ključnu riječ kada voda krene preko nasipa: lokalne službe ili globalne platforme. U nastavku analiziram što je Google točno predstavio, tko dobiva, tko gubi i kako se to uklapa u europski i regionalni kontekst.
Vijest ukratko
Kako piše TechCrunch, Google Research je razvio novi sustav za prognozu bujičnih poplava koji objedinjuje klasične vremenske prognoze i poseban skup podataka nastao iz novinskih članaka.
Istraživači su uz pomoć velikog jezičnog modela Gemini analizirali oko 5 milijuna članaka iz medija širom svijeta. Iz njih su izdvojili 2,6 milijuna zabilježenih poplava i pretvorili ih u geografski označenu vremensku seriju nazvanu „Groundsource“, koja služi kao stvarna referenca za treniranje modela.
Na toj osnovi izgrađena je duboka neuronska mreža tipa LSTM (Long Short‑Term Memory), koja prima globalne vremenske prognoze i računa vjerojatnost bujičnih poplava na mreži ćelija od oko 20 km. Rezultati se prikazuju na Googleovoj platformi Flood Hub, koja pokriva urbana područja u 150 država, a podaci se dijele s hitnim službama.
Sustav još nije precizan kao upozorenja američke nacionalne meteorološke službe, dijelom zato što ne koristi lokalne radarske podatke. No projekt je od početka zamišljen za područja koja si ne mogu priuštiti skupu mjernu infrastrukturu ili nemaju duge meteorološke arhive.
Zašto je to važno
Bujične poplave su podmukle: nastaju brzo, često noću, i ostavljaju malo vremena za reakciju. U zemljama poput Hrvatske to vidimo kada se lokalni potoci nakon jakog pljuska pretvore u smeđe rijeke koje nose automobile i poplavljuju podrume. Razlika između „bez upozorenja“ i „par sati unaprijed“ doslovno se broji u spašenim životima.
Prvi očiti dobitnici su civilna zaštita i stanovništvo u rizičnim područjima, posebno u državama i općinama koje nemaju resurse za vlastite sofisticirane hidrološke modele. Za mnoge dijelove Balkana, istočne Europe ili globalnog juga, globalni sustav srednje rezolucije bolji je od današnjeg stanja – koje je često kombinacija iskustva, lokalnih priča i improvizacije.
Drugi veliki dobitnik je, naravno, Google. Flood Hub time postaje više od vizualnog dodatka na karti; pretvara se u kritičnu komponentu klimatske infrastrukture. Što se više agencija, NGO‑a i međunarodnih organizacija osloni na taj sustav, to Google postaje dublje ugrađen u procese odlučivanja kad je riječ o sigurnosti ljudi.
Ali postoje i potencijalni gubitnici.
Nacionalne meteorološke i hidrološke službe – primjerice DHMZ u Hrvatskoj – mogu se naći u nezgodnoj situaciji. Ako građani i političari počnu više vjerovati „što kaže Google“ nego službenim upozorenjima, pritisak da se „outsourca“ još više funkcija privatnim tvrtkama postat će jači, umjesto da se ulaže u jačanje domaćih kapaciteta.
Tu je i pitanje etike podataka. Groundsource koristi novinske tekstove koji su nastali za informiranje javnosti, a ne kao sirovina za vlasničke AI modele. Činjenica da je skup podataka javan olakšava znanstvenu provjeru, ali ne rješava ključnu dilemu: tko zarađuje na informacijama koje su mediji skupljali godinama, često uz javne subvencije ili donacije?
I naposljetku – pristranosti. Mediji u pravilu više prate katastrofe u bogatijim državama, velikim gradovima ili politički „zanimljivim“ regijama. Poplave u malim selima, na periferiji ili u siromašnijim četvrtima često ostanu tek fusnota. Ako na takvim podacima trenirate model, ne možete očekivati da će „magijom“ postati pravedniji od stvarnog svijeta.
Šira slika
Googleov projekt sjeda točno na presjek dviju važnih struja: prenamjene vremenskih prognoza pomoću umjetne inteligencije i korištenja velikih jezičnih modela kao alata za vađenje, a ne samo generiranje informacija.
Posljednjih godina vidimo sve više ML modela koji se natječu s klasičnim numeričkim prognozama ili ih nadopunjuju. Europski ECMWF testira hibridne pristupe, a niz startupa nudi specijalizirane prognoze za obnovljive izvore, poljoprivredu ili logistiku.
U svemu tome usko grlo nisu nužno količine podataka – sateliti, radari i stanice mjere gotovo sve – nego kvalitetno označeni povijesni zapisi konkretnih događaja. Gdje, kada i koliko je točno voda izašla iz korita? U mnogim zemljama jugoistočne Europe na to pitanje nemamo sustavne odgovore.
Tu se pojavljuje Groundsource: „Ako nemamo dovoljno senzora, tretirat ćemo tekst kao senzor.“ Gemini ovdje ne služi da piše članke, nego da ih masovno čita i iz priča izvlači strukturirane zapise. Znanost je to radila i prije, s brodskim dnevnicima i arhivama, ali nikad ovim tempom i u režiji privatne tvrtke.
U odnosu na konkurenciju, Google ima jasne adute: vlastite istraživačke timove, ogromnu računalnu snagu i direktan kanal do korisnika kroz Pretraživanje, Karte i Android obavijesti. Microsoft cilja na ulogu infrastrukture za tuđe klimatske modele, a niz manjih tvrtki nudi lokalne specijalizirane usluge – no nitko nema kombinaciju dosega i distribucije koju ima Google.
Na kraju, borba nije samo za to tko će „pogoditi kišu“, nego tko će kontrolirati sučelje prema ljudima: notifikaciju koja kaže stanovnicima gunjske Posavine, Župe dubrovačke ili Skoplja da je vrijeme za povlačenje s prve linije uz rijeku.
Europski i regionalni kut
Europa ima svježe rane od poplava – od Njemačke i Belgije 2021. do velikih voda u Sloveniji, Bosni i Hercegovini i Srbiji 2014. Hrvatska ih pamti kroz Gunju i niz manjih, ali sve učestalijih događaja. Istovremeno, EU raspolaže snažnim alatima: Copernicus, ECMWF, nacionalni zavodi i sve gušće mreže senzora.
Ipak, bujične poplave na malim slivovima, u urbaniziranim dolinama i uz lošu odvodnju ostaju problem, i u Hrvatskoj i u susjedstvu. Globalni sustav poput Flood Huba može tu biti koristan kao dodatni sloj informacija, posebno u prekograničnim riječnim slivovima.
No europska regulativa stvari čini zanimljivima. Priprema se Akt o umjetnoj inteligenciji EU, koji će sustave primijenjene u kritičnoj infrastrukturi i upravljanju krizama vjerojatno klasificirati kao „visokorizične“. To znači obvezu detaljne dokumentacije, testiranja, ljudskog nadzora i transparentnosti prema regulatorima. Google će za europsko tržište morati puno preciznije objasniti kako je Groundsource nastao, koje su mu granice i tko je u lancu odgovoran za odluke.
GDPR dodatno komplicira priču: novinski članci sadrže osobne podatke, a njihova masovna ponovna uporaba za nove svrhe pravno je osjetljivo područje, čak i kada je krajnji skup podataka agregiran.
Za Hrvatsku i regiju postoji i praktičan aspekt. Male države često nemaju sredstva za vlastite „state‑of‑the‑art“ modele, pa globalne besplatne usluge zvuče kao dar s neba. No dugoročno si ne možemo dopustiti potpunu ovisnost. Nacionalne službe moraju zadržati stručni autoritet, mogućnost provjere i – gdje je moguće – razvoj otvorenih, regionalnih alternativa.
Pogled unaprijed
Tehnološki, malo je vjerojatno da će Google stati na poplavama. Isti pristup – LLM koji strukturira tekstualna izvješća – može se primijeniti na toplinske valove, klizišta, požare, pa čak i velike infrastrukturne kvarove. Bilo koji fenomen koji je relativno konzistentno dokumentiran kandidat je za novi skup podataka.
To otvara prostor i za prilike i za sukobe.
S jedne strane, mogli bismo u sljedećih nekoliko godina vidjeti višeplatformske „nadzorne ploče rizika“ koje kombiniraju više prijetnji i služe i osiguravateljima i gradovima i poljoprivrednicima. S druge strane, riskiramo nastanak privatnog „operativnog sustava za klimu“, gdje par tvrtki de facto definira što je prihvatljiv rizik i čije se ugroze uopće vide.
Na što bi čitatelji trebali paziti u narednih 2–3 godine?
- Standardi i certifikacija: Hoće li EU, WMO ili UN postaviti minimalne kriterije koje modeli moraju ispuniti prije nego što se koriste za evakuacije?
- Integracija s lokalnim sustavima: Hoće li Flood Hub biti povezan s nacionalnim SMS sustavima, sirenama i aplikacijama civilne zaštite, ili će ostati alat koji koriste samo stručnjaci?
- Alternativni, otvoreni projekti: Hoće li se pojaviti europski i regionalni konzorciji – možda uz sudjelovanje zagrebačkih, ljubljanskih ili beogradskih startupa – koji će graditi otvorene podatke i modele kao protutežu?
Ako radite u javnoj upravi, komunalnim poduzećima, energetici ili urbanizmu, sada je trenutak da tražite informacije, testne pristupe i jasne dogovore o odgovornosti – prije nego što se ovi sustavi uvuku u rutinu. Ako ste u tehnološkoj ili istraživačkoj zajednici, ovdje je jasan signal da postoji prostor za regionalne, transparentnije rješenja.
Zaključak
Googlov AI sustav za bujične poplave pametan je i potencijalno spasonosan trik: od starih novinskih tekstova radi ono što nam je u klimatskoj slagalici dosad nedostajalo – gustu mrežu događaja na terenu. No time se još jedan sigurnosno osjetljiv sloj prebacuje u ruke privatne platforme, temeljene na izvorima koji su nužno nepotpuni i pristrani. Ključno pitanje za Hrvatsku, regiju i EU nije „AI da ili ne“, nego tko postavlja pravila, tko čuva javni interes i koje ćemo vlastite, otvorene alternative razviti prije nego što zvuk sirene do kraja preseli u oblak.
