Znanstvenici sa Sveučilišta Duke razvili su alat za umjetnu inteligenciju koji će pomoći
Autori novog AI alata posebno su zainteresirani za otkrivanje razine PM2.5 čestica.
PM2.5 su čvrste čestice manje od 2,5 mikrona. Njihov je promjer 30 puta manji od promjera ljudske dlake. To uključuje mješavinu čestica prašine, pepela, čađe, kao i sulfata i nitrata suspendiranih u zraku. Upravo te tvari uzrokuju zamućenje zraka, što je tipično za središta najvećih gradskih područja.
Čestice PM2.5 se mogu popeti duboko u dišne putove i smjestiti u pluća. Udisanje ovih čestica može izazvati iritaciju očiju, nosa, grla ili pluća, kao i napadaje kašlja, curenja nosa i gušenja. Ali to ne iscrpljuje opasnost njihovog utjecaja. Stopa koncentracije čestica PM2,5 Svjetske zdravstvene organizacije iznosi 25 mikrograma po kubičnom metru. Prekoračenje ove granice može poremetiti normalno funkcioniranje pluća i uzrokovati razvoj mnogih opasnih bolesti poput raka pluća, infekcija respiratornog trakta i kardiovaskularnih bolesti.
Odabran je novi algoritam umjetne inteligencijeove satelitske slike veličine su četvrtine kao lokalna žarišna mjesta (gore) i hladna mjesta (dolje) za zagađenje zraka u Pekingu. Zasluge: Tongshu Zheng, Sveučilište Duke.
Globalni teret bolesti za 2020. godinuizvještava se da 90% svjetske populacije živi u područjima u kojima je PM2,5 opasan po zdravlje. Istodobno, u većini gradova zbog visokih troškova ne postoje zemaljske stanice za nadzor zraka.
Štoviše, oni daju samo opću ideju.o uvjetima zagađenja zraka u određenoj regiji, ali za stanovnike različitih područja grada ti su podaci beskorisni. Kako bi riješili problem, znanstvenici su stvorili instrument za mjerenje PM2,5 u rasponu od 300 metara (gradski blok).
Novi algoritam umjetne inteligencije identificirao je nekoliko vrućih i hladnih mjesta sa zagađenjem zraka u Delhiju. Zasluge: Sveučilišna škola za njegu sveučilišta Duke.
Koristeći satelitske podatke, vremenske pokazatelje iIstraživači strojnog učenja uvježbali su algoritam za automatsko pronalaženje vrućih i hladnih točaka onečišćenja zraka. Programeri su koristili tehniku rezidualnog učenja. Algoritam prvo procjenjuje razine PM2,5 koristeći samo vremenske podatke. Zatim mjeri razliku između tih procjena i stvarnih razina čestica. Kao rezultat toga, algoritam uči koristiti satelitske slike za poboljšanje prognoza.
Čitaj više
Postalo je jasno zašto znanstvenici pogrešne planete nazivaju prikladnim za život
Stvorena je prva točna karta svijeta. Što nije u redu sa svima ostalima?
Oni podržavaju svemir: kako djeluju četiri glavne sile prirode