Model został opracowany przez badaczy z Google, którzy w swoim artykule stwierdzili, że udało im się „poprawić skuteczność prognoz w Afryce, aby była podobna do tej dostępnej obecnie w Europie”, pomimo że w Afryce znajduje się znacznie mniej wskaźników powodziowych. Co więcej, prognozy w czasie rzeczywistym są darmowe i dostępne publicznie.
Powodzie to najczęstsze i najbardziej niszczycielskie katastrofy naturalne, powodujące średnio 50 mld USD globalnych strat ekonomicznych rocznie. Są również trudne do przewidzenia, zwłaszcza w miejscach z ograniczonymi danymi (lub ich brakiem). Prawie 90 proc. z 1,8 miliarda osób bardzo narażonych na powodzie mieszka w krajach o niskich i średnich dochodach, gdzie jest mniej wskaźników powodziowych niż w bogatych krajach — a czasami wcale ich nie ma. Zespół modelerów sztucznej inteligencji z Google podjął wyzwanie przewidzenia powodzi, w tym tych wyjątkowo niszczycielskich, w obszarach rzecznych, gdzie brakuje jakichkolwiek urządzeń pomiarowych. Współpracując ściśle z szerokim gronem naukowców i specjalistów z europejskiego systemu prognozowania powodzi GloFAS - uznawanego za aktualny światowy wzorzec w tej dziedzinie - opracowali zaawansowany model sztucznej inteligencji do przewidywania powodzi.
Model Google wykorzystuje różnorodne, publicznie dostępne źródła danych, takie jak prognozy pogody, obrazy satelitarne, topografię i typ gleby. Następnie, używając sztucznej inteligencji, przewiduje, które obszary zostaną dotknięte powodzią i jak głęboka będzie woda. Model został przetestowany, a następnie ulepszony na podstawie opinii z 5680 zlewni.
Badacze odkryli, że dzięki sztucznej inteligencji mogą przewidywać powodzie z pięciodniowym wyprzedzeniem w zlewniach rzek bez wskaźników z taką samą dokładnością, jaką GloFAS może osiągnąć tylko w dniu zdarzenia.