211service.com
Hvordan kunstig intelligens kan bekæmpe luftforurening i Kina
IBM tester en ny måde at afhjælpe Beijings kvælende luftforurening ved hjælp af kunstig intelligens. Den kinesiske hovedstad er, ligesom mange andre byer over hele landet, omgivet af fabrikker, mange drevet af kul, der udleder skadelige partikler. Men forureningsniveauet kan variere afhængigt af faktorer som industriel aktivitet, trafikpropper og vejrforhold.
En kvinde, der bærer en ansigtsmaske, går langs en gade i Beijing den 16. januar 2014.
IBM-forskerne tester et computersystem, der er i stand til at lære at forudsige alvoren af luftforurening i forskellige dele af byen flere dage i forvejen ved at kombinere store mængder data fra flere forskellige modeller - en ekstremt kompleks beregningsudfordring. Systemet kunne i sidste ende give specifikke anbefalinger til, hvordan man kan reducere forureningen til et acceptabelt niveau - for eksempel ved at lukke visse fabrikker eller midlertidigt begrænse antallet af chauffører på vejen. Et sammenligneligt system er også ved at blive udviklet for en by i Hebei-provinsen, et hårdt ramt område i den nordlige del af landet.
Vi har bygget et prototypesystem, som er i stand til at generere højopløselige luftkvalitetsprognoser 72 timer før tid, siger Xiaowei Shen, direktør for IBM Research Kina . Vores forskere udvider i øjeblikket systemets kapacitet til at levere mellemlang og lang sigt (op til 10 dage frem) samt sporing af forurenende kilder, 'hvad hvis'-scenarieanalyse og beslutningsstøtte om emissionsreduktionshandlinger.
Projektet, kaldet Green Horizon, er et eksempel på, hvor bredt IBM håber at anvende sin forskning i brugen af avanceret maskinlæring til at udtrække indsigt fra enorme mængder data – noget virksomheden kalder kognitiv databehandling. Projektet fremhæver også en anvendelse af den teknologi, som IBM gerne vil eksportere til andre lande, hvor forurening er et voksende problem.
IBM skubber i øjeblikket kunstig intelligens i mange forskellige industrier, fra sundhedspleje til rådgivning. Den kognitive computerindsats omfatter naturlig sprogbehandling og statistiske teknikker, der oprindeligt blev udviklet til Watsons computersystem, som konkurrerede på spilshowet Fare! , sammen med mange andre tilgange til maskinlæring (se Hvorfor IBM lige har købt millioner af medicinske billeder og IBM skubber til dyb læring med en Watson-opgradering).
At forudsige forurening er udfordrende. IBM bruger data leveret af Beijing Environmental Protection Bureau at forfine sine modeller, og Shen siger, at forudsigelserne har en opløsning på en kilometer og er 30 procent mere præcise end dem, der er udledt gennem konventionelle tilgange. Han siger, at systemet bruger adaptiv maskinlæring til at bestemme den bedste kombination af modeller, der skal bruges.
Forurening er et stort folkesundhedsproblem i Kina, der tegner sig for mere end en million dødsfald hvert år ifølge et studie udført af forskere ved University of California, Berkeley. Det er også et stort emne for offentlig og politisk debat.
Kina har forpligtet sig til at forbedre luftkvaliteten med 10 procent inden 2017 gennem handlingsplanen til forebyggelse og kontrol af luftbåren forurening. I sidste april viste en analyse af 360 kinesiske byer foretaget af velgørenhedsorganisationen Greenpeace East Asia, baseret i Beijing, at 351 af dem havde forureningsniveauer, der oversteg Kinas egne luftkvalitetsstandarder, selvom niveauerne var forbedret siden perioden 12 måneder før. Det gennemsnitlige niveau af målt luftbårne partikler var mere end to en halv gange grænsen anbefalede af Verdenssundhedsorganisationen.