Naukowcy z Duke University opracowali narzędzie sztucznej inteligencji, które w tym pomoże
Twórców nowego narzędzia AI szczególnie interesuje wykrywanie poziomów cząstek PM2,5.
PM2.5 to cząstki stałe o rozmiarze mniejszym niż 2,5 mikrona. Ich średnica jest 30 razy mniejsza od średnicy ludzkiego włosa. Należą do nich mieszanina cząstek pyłu, popiołu, sadzy, a także zawieszonych w powietrzu siarczanów i azotanów. To właśnie te substancje powodują zmętnienie powietrza, typowe dla centrów największych metropolii.
Cząstki PM2.5 są w stanie wdrapać się głęboko do dróg oddechowych i osiedlić w płucach. Wdychanie tych cząstek może powodować podrażnienie oczu, nosa, gardła lub płuc, a także napady kaszlu, kataru i krztuszenia się. Ale to nie wyczerpuje niebezpieczeństwa ich wpływu. Współczynnik stężenia cząstek PM2,5 Światowej Organizacji Zdrowia wynosi 25 mikrogramów na metr sześcienny. Przekroczenie tego limitu może zakłócić normalne funkcjonowanie płuc i spowodować rozwój wielu groźnych chorób, takich jak rak płuc, infekcje dróg oddechowych i choroby układu krążenia.
Wybrano nowy algorytm sztucznej inteligencjite zdjęcia satelitarne mają wielkość jednej czwartej, tak jak lokalne hotspoty (u góry) i chłodne (u dołu) dla zanieczyszczenia powietrza w Pekinie. Źródło: Tongshu Zheng, Duke University.
Globalne obciążenie chorobami na rok 2020podaje się, że 90% światowej populacji żyje na obszarach, na których PM2,5 jest niebezpieczny dla zdrowia. Jednocześnie w większości miast nie ma naziemnych stacji monitorowania powietrza ze względu na wysokie koszty.
Co więcej, dają tylko ogólne wyobrażenie.o warunkach zanieczyszczenia powietrza w danym regionie, ale dla mieszkańców różnych obszarów miasta dane te są bezużyteczne. Aby rozwiązać ten problem, naukowcy stworzyli przyrząd do pomiaru PM2,5 w zakresie 300 metrów (blok miejski).
Nowy algorytm sztucznej inteligencji zidentyfikował kilka gorących i chłodnych miejsc z zanieczyszczeniem powietrza w Delhi. Źródło: Duke University School of Nursing.
Korzystanie z danych satelitarnych, wskaźników pogodowych iBadacze zajmujący się uczeniem maszynowym wyszkolili algorytm automatycznego wyszukiwania gorących i chłodnych punktów zanieczyszczenia powietrza. Twórcy zastosowali technikę uczenia się resztkowego. Algorytm najpierw szacuje poziom PM2,5 na podstawie wyłącznie danych pogodowych. Następnie mierzy różnicę między tymi szacunkami a rzeczywistym poziomem cząstek. Dzięki temu algorytm uczy się wykorzystywać zdjęcia satelitarne do ulepszania prognoz.
Czytaj więcej
Stało się jasne, dlaczego naukowcy nazywają niewłaściwe planety odpowiednimi do życia
Powstała pierwsza dokładna mapa świata. Co jest nie tak ze wszystkimi innymi?
Wspierają wszechświat: jak działają cztery główne siły natury