Google Flood Hub — O sistema de alerta de cheias fluviais com IA do Bangladesh Water Development Board
Bangladesh
Desde 2020, o modelo de aprendizagem automática de cheias da Google Research — que preveee níveis dos rios mesmo em …
Nigéria · Abuja · Ver o perfil de Nigéria
A Agência de Serviços Hidrológicos da Nigéria diz ter implementado modelos de aprendizagem profunda treinados com mais de 200 anos de dados de cheias para a sua Previsão Anual de Cheias de 2026, citando cerca de 88% de precisão e assinalando 14.118 comunidades de alto risco — uma alegação amplamente noticiada mas ainda não verificada de forma independente.
A NIHSA é a agência federal de previsão hidrológica da Nigéria, responsável pela Previsão Anual de Cheias (AFO) do país, que classifica anualmente as áreas de governo local (LGAs) em categorias de risco de cheia alto, moderado e baixo. A Nigéria sofreu cheias graves nos últimos anos, incluindo grandes desastres em 2022 e 2024, o que aumentou a pressão para modernizar a previsão para além dos métodos hidrológicos tradicionais.
Em declarações à imprensa noticiadas em maio de 2026, o diretor-geral da NIHSA, Umar Mohammed, afirmou que a agência implementou modelos de inteligência artificial e de aprendizagem profunda treinados com mais de 200 anos de dados históricos de cheias, e que a precisão das previsões subiu para cerca de 88%, o que, segundo ele, supera os padrões da Organização Meteorológica Mundial. A Previsão Anual de Cheias de 2026, baseada em parte nesta ferramenta e nas mais de 250 estações de monitorização da NIHSA, identificou 14.118 comunidades em 266 LGAs em 33 estados e no Território da Capital Federal como de risco elevado de cheia, e mais 15.597 comunidades em 405 LGAs como de risco moderado. A NIHSA afirma que isto se junta a um novo sistema comunitário de reporte de cheias e a um regime de microsseguro contra cheias.
A alegação foi noticiada pela agência noticiosa nacional da Nigéria e por vários meios de comunicação nacionais (Guardian Nigeria, News Agency of Nigeria, EnviroNews Nigeria), o que lhe conferiu distribuição por vários domínios noticiosos independentes.
Todas as fontes encontradas remontam à mesma conferência de imprensa da NIHSA; não foi encontrada nenhuma avaliação técnica independente, estudo revisto por pares ou auditoria externa do valor de 88% de precisão, da sua metodologia, ou do que "precisão" efetivamente mede. Ao contrário de outros casos de previsão com IA, esta entrada assenta num valor governamental autorrelatado e amplificado pelos meios de comunicação nacionais, e não em evidência verificada externamente, devendo ser lida nesses termos.
Os detalhes de implementação (custo, prazo, equipa, condições de sucesso) ainda não estão disponíveis para esta prática.
De onde foi obtida a informação desta prática, e quando.
Bangladesh
Desde 2020, o modelo de aprendizagem automática de cheias da Google Research — que preveee níveis dos rios mesmo em …
Quénia
Investigadores da Universidade de Sussex e do RCMRD do Quénia desenvolveram modelos de aprendizagem automática que preveem o indicador oficial …
Suíça
A SPSP integra análise genómica com IA para detetar variantes de agentes patogénicos em toda a Suíça. Com mandato do …
Singapura
A NEA de Singapura opera um sistema de IA, revisto por pares, que prevê casos de dengue até três meses …
Abrir o copiloto completo Baseado em práticas citadas — verifique sempre as fontes.