我們?nèi)绾问褂萌斯ぶ悄芊乐慰諝馕廴?/h1>

空氣污染仍然是幾乎所有地方的一個(gè)問題,盡管全球變暖、生物多樣性喪失、土壤退化和淡水資源不可持續(xù)利用等其他環(huán)境問題變得更加突出,但空氣污染仍然是一個(gè)值得我們關(guān)注和采取行動(dòng)的問題。根據(jù)世界衛(wèi)生組織的數(shù)據(jù),每年有300萬至800萬人過早死亡,因?yàn)樗麄冾l繁呼吸的空氣中含有有害物質(zhì),可能會(huì)影響呼吸系統(tǒng),導(dǎo)致炎癥疾病或影響人體免疫系統(tǒng)。

盡管有幾項(xiàng)法規(guī)旨在減少空氣污染物的排放,并對(duì)周圍空氣污染物的濃度水平進(jìn)行了限制,但歐洲各地的測(cè)量結(jié)果仍然經(jīng)常顯示,濃度水平超過了對(duì)人類健康和食品生產(chǎn)安全的閾值。世界其他地區(qū)面臨更大的問題。比如有時(shí),在南亞、東亞、非洲和南美洲的特大城市,污染是如此嚴(yán)重,以至于人們幾乎無法正常工作或在街道上穿行。因此,我們被建議繼續(xù)甚至擴(kuò)大對(duì)空氣污染的監(jiān)測(cè),并進(jìn)一步開發(fā)所需的工具來分析這些測(cè)量數(shù)據(jù),并對(duì)空氣污染物作出預(yù)測(cè),以便弱勢(shì)群體得到警告,并采取對(duì)策。在本文中,我們將看到如何使用人工智能防治空氣污染。人工智能防治空氣污染關(guān)于全球空氣污染,我們有很多但又太少的數(shù)據(jù)。為了構(gòu)建好的人工智能工具,人工智能需要大量數(shù)據(jù),有必要了解哪些數(shù)據(jù)是可用的,以及這些數(shù)據(jù)包含哪些信息。自20世紀(jì)80年代以來,世界多個(gè)地區(qū)建立了包括固定臺(tái)站和移動(dòng)平臺(tái)在內(nèi)的空氣污染監(jiān)測(cè)網(wǎng)絡(luò)。衛(wèi)星儀器雖然覆蓋全球,但測(cè)量頻率不夠高,對(duì)人類呼吸空氣的地球表面附近的測(cè)量精度也有限。世界上許多地區(qū)幾乎沒有空氣質(zhì)量監(jiān)測(cè)站,即使在監(jiān)測(cè)站網(wǎng)絡(luò)比較密集的歐洲,相鄰監(jiān)測(cè)站之間通常也有十公里甚至一百公里的距離。人工智能可以在擴(kuò)大全球空氣污染監(jiān)測(cè)網(wǎng)絡(luò)中發(fā)揮作用,例如,作為解釋從現(xiàn)代低成本傳感器設(shè)備獲得的測(cè)量信號(hào)的一種手段。如果將此類設(shè)備與傳統(tǒng)臺(tái)站的測(cè)量結(jié)合使用,則可以使用此類設(shè)備來填補(bǔ)監(jiān)測(cè)空白。人工智能可以幫助分析和預(yù)測(cè)空氣污染空氣污染的解釋和預(yù)測(cè)目前需要復(fù)雜的數(shù)值模型,也就是所謂的化學(xué)傳輸模型,這些模型使用包含數(shù)千行并在世界上最大的超級(jí)計(jì)算機(jī)上運(yùn)行的計(jì)算機(jī)代碼來模擬天氣和空氣污染化學(xué)。將AI用于這些目的會(huì)帶來一些挑戰(zhàn),這些挑戰(zhàn)不同于其他AI應(yīng)用程序中常見的問題。上世紀(jì)90年代,人工智能方法首次在當(dāng)?shù)乜諝赓|(zhì)量預(yù)測(cè)的背景下進(jìn)行了測(cè)試。當(dāng)時(shí),機(jī)器學(xué)習(xí)算法和計(jì)算能力比今天要弱100萬倍左右,所以機(jī)器學(xué)習(xí)的結(jié)果只比用經(jīng)典統(tǒng)計(jì)方法得到的結(jié)果好一點(diǎn)點(diǎn)。2012年之后,所謂的卷積神經(jīng)網(wǎng)絡(luò)在圖像識(shí)別等典型人工智能任務(wù)上取得了突破,大氣科學(xué)家也再次對(duì)人工智能產(chǎn)生了興趣。自2018年以來,幾項(xiàng)研究表明,先進(jìn)的機(jī)器學(xué)習(xí)技術(shù)確實(shí)可以在當(dāng)?shù)厣筛哔|(zhì)量的空氣污染預(yù)報(bào)。機(jī)器學(xué)習(xí)模型很快還將提供替代,且計(jì)算成本更低的解決方案,預(yù)測(cè)一個(gè)地區(qū)的空氣污染。此類系統(tǒng)可能在混合方法中工作得最好,其中天氣信息來自傳統(tǒng)的數(shù)值模擬,也就是天氣預(yù)報(bào),而空氣質(zhì)量信息來自測(cè)量值。人工智能在空氣污染管理中的機(jī)會(huì)和風(fēng)險(xiǎn)低成本的空氣污染傳感器與人工智能和混合模型的結(jié)合,可能會(huì)提供更詳細(xì)的空氣污染地圖,因此,與目前負(fù)擔(dān)得起的措施相比,更有針對(duì)性的緩解措施。

結(jié)合生理傳感器和醫(yī)療信息系統(tǒng),基于人工智能的污染監(jiān)測(cè)最終可能實(shí)現(xiàn)對(duì)吸入污染物劑量的直接測(cè)量,從而幫助弱勢(shì)群體更好地計(jì)劃他們的戶外活動(dòng)和避免危險(xiǎn)環(huán)境。事實(shí)上,歐洲和其他地方的幾家公司已經(jīng)在宣傳基于人工智能的空氣質(zhì)量信息。然而,在這一點(diǎn)上,這類系統(tǒng)的質(zhì)量常常是有問題的,而且很少有關(guān)于它們?cè)趯?shí)踐中工作得如何的信息。與其他應(yīng)用領(lǐng)域一樣,人工智能解決方案的最大危險(xiǎn)出現(xiàn)在盲目信任時(shí)。因此,重要的是我們要充分了解基于AI的空氣質(zhì)量監(jiān)測(cè)系統(tǒng)的能力和局限性,并且我們要始終控制自己的行動(dòng)。

免責(zé)聲明:本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性,但不保證有關(guān)資料的準(zhǔn)確性及可靠性,讀者在使用前請(qǐng)進(jìn)一步核實(shí),并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏,概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí),應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明,并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后,將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí),溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。

2022-06-20
我們?nèi)绾问褂萌斯ぶ悄芊乐慰諝馕廴?/div>
將AI用于這些目的會(huì)帶來一些挑戰(zhàn),這些挑戰(zhàn)不同于其他AI應(yīng)用程序中常見的問題。上世紀(jì)90年代,人工智能方法首次在當(dāng)?shù)乜諝赓|(zhì)量預(yù)測(cè)的背景下進(jìn)行了測(cè)試。當(dāng)時(shí),機(jī)器學(xué)習(xí)算法和計(jì)算能力比今天要弱100萬倍左右,所以機(jī)器學(xué)習(xí)的結(jié)果只比用經(jīng)典統(tǒng)計(jì)方法得到的結(jié)果好一點(diǎn)點(diǎn)。

長按掃碼 閱讀全文