我們?nèi)绾问褂萌斯ぶ悄芊乐慰諝馕廴?/h4>
空氣污染仍然是幾乎所有地方的一個問題，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值得我們關(guān)注和采取行動的問題。
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，因為他們頻繁呼吸的空氣中含有有害物質(zhì)，可能會影響呼吸系統(tǒng)，導(dǎo)致炎癥疾病或影響人體免疫系統(tǒng)。
盡管有幾項法規(guī)旨在減少空氣污染物的排放，并對周圍空氣污染物的濃度水平進(jìn)行了限制，但歐洲各地的測量結(jié)果仍然經(jīng)常顯示，濃度水平超過了對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，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)甚至擴大對空氣污染的監(jiān)測，并進(jìn)一步開發(fā)所需的工具來分析這些測量數(shù)據(jù)，并對空氣污染物作出預(yù)測，以便弱勢群體得到警告，并采取對策。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，世界多個地區(qū)建立了包括固定臺站和移動平臺在內(nèi)的空氣污染監(jiān)測網(wǎng)絡(luò)。
衛(wèi)星儀器雖然覆蓋全球，但測量頻率不夠高，對人類呼吸空氣的地球表面附近的測量精度也有限。世界上許多地區(qū)幾乎沒有空氣質(zhì)量監(jiān)測站，即使在監(jiān)測站網(wǎng)絡(luò)比較密集的歐洲，相鄰監(jiān)測站之間通常也有十公里甚至一百公里的距離。
人工智能可以在擴大全球空氣污染監(jiān)測網(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)備獲得的測量信號的一種手段。如果將此類設(shè)備與傳統(tǒng)臺站的測量結(jié)合使用，則可以使用此類設(shè)備來填補監(jiān)測空白。
人工智能可以幫助分析和預(yù)測空氣污染
空氣污染的解釋和預(yù)測目前需要復(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計算機上運行的計算機代碼來模擬天氣和空氣污染化學(xué)。
將AI用于這些目的會帶來一些挑戰(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)測的背景下進(jìn)行了測試。當(dāng)時，機器學(xué)習(xí)算法和計算能力比今天要弱100萬倍左右，所以機器學(xué)習(xí)的結(jié)果只比用經(jīng)典統(tǒng)計方法得到的結(jié)果好一點點。
2012年之后，所謂的卷積神經(jīng)網(wǎng)絡(luò)在圖像識別等典型人工智能任務(wù)上取得了突破，大氣科學(xué)家也再次對人工智能產(chǎn)生了興趣。自2018年以來，幾項研究表明，先進(jìn)的機器學(xué)習(xí)技術(shù)確實可以在當(dāng)?shù)厣筛哔|(zhì)量的空氣污染預(yù)報。
機器學(xué)習(xí)模型很快還將提供替代，且計算成本更低的解決方案，預(yù)測一個地區(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，而空氣質(zhì)量信息來自測量值。
人工智能在空氣污染管理中的機會和風(fēng)險
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)測最終可能實現(xiàn)對吸入污染物劑量的直接測量，從而幫助弱勢群體更好地計劃他們的戶外活動和避免危險環(huán)境。事實上，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)于它們在實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出現(xiàn)在盲目信任時。因此，重要的是我們要充分了解基于AI的空氣質(zhì)量監(jiān)測系統(tǒng)的能力和局限性，并且我們要始終控制自己的行動。
（來源：千家網(wǎng)）