返回頂部
我們每時(shí)每刻都需要呼吸空氣來(lái)維持生命，空氣質(zhì)量的高低對(duì)人類健康有著深遠(yuǎn)影響。然而，據(jù)統(tǒng)計(jì)，2023年全球因空氣污染致死的人數(shù)超過(guò)700萬(wàn)。
隨著人工智能（AI）技術(shù)崛起及與各行業(yè)的快速結(jié)合，這一局面正迎來(lái)轉(zhuǎn)機(jī)。據(jù)世界經(jīng)濟(jì)論壇官網(wǎng)近日?qǐng)?bào)道，多國(guó)正將AI、物聯(lián)網(wǎng)與大數(shù)據(jù)融入現(xiàn)有空氣監(jiān)測(cè)體系，追蹤大氣變化，預(yù)警污染風(fēng)險(xiǎn)，為人類在數(shù)字時(shí)代的每一次呼吸保駕護(hù)航。
人工智能“慧眼”識(shí)塵
“工欲善其事，必先利其器”。傳統(tǒng)空氣質(zhì)量監(jiān)測(cè)系統(tǒng)如管中窺豹，而AI與機(jī)器學(xué)習(xí)模型就像擁有了一雙“慧眼”，能實(shí)時(shí)采集、分析并處理海量數(shù)據(jù)，精準(zhǔn)識(shí)別空氣中污染物水平的變化。
自動(dòng)化分析可以降低人工成本，讓空氣質(zhì)量信息“飛入尋常百姓家”。此外，最新研究表明，機(jī)器學(xué)習(xí)顯著提升了預(yù)報(bào)精度，糾正了以往的低估或高估之弊。基于數(shù)據(jù)的深度分析，能夠助力政府和企業(yè)把握先機(jī)，明智決策，構(gòu)筑健康防線，保護(hù)人們免受有害空氣污染的影響。
多款應(yīng)用相繼推出
目前，多國(guó)正借助AI技術(shù)，投身于這場(chǎng)“藍(lán)天保衛(wèi)戰(zhàn)”。
南非粒子物理學(xué)家團(tuán)隊(duì)研發(fā)了名為“Ai_r”的創(chuàng)新系統(tǒng)。團(tuán)隊(duì)負(fù)責(zé)人、南非埃塞姆巴加速器基礎(chǔ)科學(xué)實(shí)驗(yàn)室加速器物理研究所所長(zhǎng)布魯斯·梅拉多教授表示，該設(shè)備單價(jià)僅約100美元，外觀就像一個(gè)盒子，內(nèi)置微型激光器，通過(guò)光線散射原理檢測(cè)顆粒物濃度。設(shè)備可置于窗臺(tái)，持續(xù)采樣并實(shí)時(shí)上傳云端。目前，約翰內(nèi)斯堡已有20臺(tái)設(shè)備投入運(yùn)行，另有120臺(tái)待部署，未來(lái)計(jì)劃覆蓋全南非數(shù)萬(wàn)臺(tái)。Ai_r的獨(dú)特之處在于，不僅能監(jiān)測(cè)當(dāng)下情況，還能預(yù)測(cè)污染熱點(diǎn)，特別是針對(duì)能深入肺血的PM2.5顆粒物，有助當(dāng)局精準(zhǔn)施策。
澳門科技大學(xué)與中國(guó)氣象科學(xué)院科學(xué)家則聯(lián)手打造了“AI-Air”系統(tǒng)。該系統(tǒng)結(jié)合大氣化學(xué)環(huán)境模型，在鄭州與?？诘鹊湫统鞘袘?yīng)用，顯著提升了污染物濃度的預(yù)測(cè)能力，并能解析不同地形氣候下的關(guān)鍵氣象因子，展現(xiàn)了AI在復(fù)雜環(huán)境下的應(yīng)用潛力。
“AirQo”系統(tǒng)正服務(wù)于非洲16座城市，以低成本傳感器結(jié)合AI算法，為健康決策提供依據(jù)。
基于衛(wèi)星的空氣質(zhì)量監(jiān)測(cè)亦獲突破。
中國(guó)科學(xué)院空天信息研究院石崇教授團(tuán)隊(duì)與日本科學(xué)家合作，開發(fā)出“AIRTrans”算法。該系統(tǒng)大幅提高了從多光譜衛(wèi)星觀測(cè)數(shù)據(jù)中提取氣溶膠關(guān)鍵特性的準(zhǔn)確性和效率。這一AI驅(qū)動(dòng)的工具已成功利用衛(wèi)星捕捉氣溶膠濃度及其大小信息，成為污染物監(jiān)測(cè)和預(yù)警系統(tǒng)的有效解決方案。通過(guò)分析以往數(shù)據(jù)集，它還能預(yù)測(cè)特定城市的污染趨勢(shì)。
另有數(shù)據(jù)顯示，類似的AI驅(qū)動(dòng)預(yù)測(cè)系統(tǒng)在中國(guó)應(yīng)用后，18個(gè)月內(nèi)預(yù)測(cè)準(zhǔn)確率已攀升至92%。
此外，韓國(guó)研究人員也利用多種算法開發(fā)了空氣質(zhì)量監(jiān)測(cè)預(yù)警系統(tǒng)。
技術(shù)落地面臨挑戰(zhàn)
盡管前景廣闊，但AI助力空氣質(zhì)量監(jiān)測(cè)之路仍面臨一些亟待解決的問(wèn)題。
首先是數(shù)據(jù)之困，AI模型訓(xùn)練依賴海量精準(zhǔn)數(shù)據(jù)，而數(shù)據(jù)可用性往往受限；其次是成本之重，建立系統(tǒng)需數(shù)據(jù)中心與大量電力支持，耗資巨大；最后是人才之缺，算法開發(fā)與硬件維護(hù)的專業(yè)人才匱乏，且將新系統(tǒng)融入舊基礎(chǔ)設(shè)施，既昂貴又復(fù)雜。
唯有攻克這些難關(guān)，方能讓AI監(jiān)測(cè)系統(tǒng)高效、準(zhǔn)確且經(jīng)濟(jì)地運(yùn)行。
未來(lái)，預(yù)測(cè)模型將更精進(jìn)，物聯(lián)網(wǎng)傳感器更普及。AI驅(qū)動(dòng)的無(wú)人機(jī)可深入偏遠(yuǎn)之地檢測(cè)污染物；智慧城市將推動(dòng)低成本傳感器網(wǎng)絡(luò)部署，持續(xù)實(shí)時(shí)反饋城市污染水平。
通過(guò)與物聯(lián)網(wǎng)和大數(shù)據(jù)的深度融合，加上AI的實(shí)時(shí)與預(yù)測(cè)性分析，空氣質(zhì)量監(jiān)測(cè)將邁向高分辨率、高效率的新階段。（中國(guó)科技網(wǎng) 科技日?qǐng)?bào)記者 劉霞）
