211service.com
Kā mākslīgais intelekts var cīnīties ar gaisa piesārņojumu Ķīnā
IBM izmēģina jaunu veidu, kā ar mākslīgā intelekta palīdzību mazināt Pekinas smacošo gaisa piesārņojumu. Ķīnas galvaspilsētu, tāpat kā daudzas citas pilsētas visā valstī, ieskauj rūpnīcas, no kurām daudzas darbina ogles, kas izdala kaitīgas daļiņas. Taču piesārņojuma līmenis var atšķirties atkarībā no tādiem faktoriem kā rūpnieciskā darbība, satiksmes sastrēgumi un laika apstākļi.
Sieviete, kas valkā sejas masku, iet pa ielu Pekinā 2014. gada 16. janvārī.
IBM pētnieki testē datorsistēmu, kas spēj iemācīties prognozēt gaisa piesārņojuma smagumu dažādās pilsētas daļās vairākas dienas iepriekš, apvienojot lielu datu daudzumu no vairākiem dažādiem modeļiem, kas ir ārkārtīgi sarežģīts skaitļošanas izaicinājums. Sistēma galu galā varētu piedāvāt konkrētus ieteikumus, kā samazināt piesārņojumu līdz pieņemamam līmenim, piemēram, slēdzot noteiktas rūpnīcas vai uz laiku ierobežojot autovadītāju skaitu uz ceļa. Salīdzināma sistēma tiek izstrādāta arī pilsētai Hebei provincē, smagi skartajā apgabalā valsts ziemeļos.
Mēs esam izveidojuši sistēmas prototipu, kas spēj ģenerēt augstas izšķirtspējas gaisa kvalitātes prognozes 72 stundas pirms laika, saka Sjaovejs Šens, uzņēmuma direktors. IBM Ķīnas izpēte . Mūsu pētnieki pašlaik paplašina sistēmas iespējas, lai nodrošinātu vidēja termiņa un ilgtermiņa (līdz 10 dienām), kā arī piesārņojošo vielu avotu izsekošanu, scenārija analīzi “kā būtu, ja būtu” un lēmumu pieņemšanu par emisiju samazināšanas darbībām.
Projekts, kas nodēvēts par Green Horizon, ir piemērs tam, cik plaši IBM cer pielietot savus pētījumus par uzlabotas mašīnmācības izmantošanu, lai gūtu ieskatu no milzīga datu apjoma, ko uzņēmums sauc par kognitīvo skaitļošanu. Projekts arī izceļ tehnoloģijas pielietojumu, ko IBM vēlētos eksportēt uz citām valstīm, kur piesārņojums ir pieaugoša problēma.
IBM pašlaik virza mākslīgo intelektu daudzās dažādās nozarēs, sākot no veselības aprūpes līdz konsultācijām. Kognitīvās skaitļošanas darbs ietver dabiskās valodas apstrādi un statistikas metodes, kas sākotnēji tika izstrādātas Watson datorsistēmai, kas sacentās spēļu šovā. Apdraudējums! , kā arī daudzām citām mašīnmācības pieejām (skatiet sadaļu Kāpēc IBM tikko iegādājās miljoniem medicīnisko attēlu un IBM virza dziļo apmācību, izmantojot Watson jauninājumu ).
Piesārņojuma prognozēšana ir sarežģīta. IBM izmanto datus, ko nodrošina Pekinas Vides aizsardzības birojs lai uzlabotu savus modeļus, un Shen saka, ka prognozēm ir kilometra izšķirtspēja un tās ir par 30 procentiem precīzākas nekā tās, kas iegūtas, izmantojot parastās pieejas. Viņš saka, ka sistēma izmanto adaptīvo mašīnmācīšanos, lai noteiktu labāko izmantojamo modeļu kombināciju.
Piesārņojums ir galvenā sabiedrības veselības problēma Ķīnā, kas katru gadu izraisa vairāk nekā miljonu nāves gadījumu mācības ko veica pētnieki Kalifornijas Universitātē Bērklijā. Tas ir arī galvenais sabiedrisko un politisko diskusiju temats.
Ķīna ir apņēmusies līdz 2017. gadam uzlabot gaisa kvalitāti par 10 procentiem, izmantojot Gaisa piesārņojuma novēršanas un kontroles rīcības plānu. Pagājušā gada aprīlī Pekinā bāzētā labdarības organizācija Greenpeace East Asia veica 360 Ķīnas pilsētu analīzi, kas parādīja, ka 351 no tām piesārņojuma līmenis pārsniedz pašas Ķīnas gaisa kvalitātes standartus, lai gan līmenis ir uzlabojies salīdzinājumā ar 12 mēnešiem iepriekš. Vidējais izmērītais gaisā esošo daļiņu līmenis vairāk nekā divarpus reizes pārsniedza robežvērtību ieteicams Pasaules Veselības organizācija.