211service.com
Hoe kunstmatige intelligentie luchtvervuiling in China kan bestrijden
IBM test een nieuwe manier om de verstikkende luchtvervuiling in Peking te verlichten met behulp van kunstmatige intelligentie. De Chinese hoofdstad is, net als veel andere steden in het hele land, omringd door fabrieken, waarvan vele op kolen gestookt, die schadelijke fijnstof uitstoten. Maar de vervuilingsniveaus kunnen variëren, afhankelijk van factoren zoals industriële activiteit, verkeersopstoppingen en weersomstandigheden.
Een vrouw met een gezichtsmasker baant zich een weg door een straat in Peking op 16 januari 2014.
De IBM-onderzoekers testen een computersysteem dat in staat is om de ernst van luchtvervuiling in verschillende delen van de stad enkele dagen van tevoren te leren voorspellen door grote hoeveelheden gegevens uit verschillende modellen te combineren - een uiterst complexe rekenkundige uitdaging. Het systeem zou uiteindelijk specifieke aanbevelingen kunnen doen om de vervuiling tot een acceptabel niveau terug te brengen, bijvoorbeeld door bepaalde fabrieken te sluiten of het aantal chauffeurs op de weg tijdelijk te beperken. Ook voor een stad in de provincie Hebei, een zwaar getroffen gebied in het noorden van het land, wordt een vergelijkbaar systeem ontwikkeld.
We hebben een prototypesysteem gebouwd dat in staat is om 72 uur van tevoren luchtkwaliteitsvoorspellingen met hoge resolutie te genereren, zegt Xiaowei Shen, directeur van IBM Onderzoek China . Onze onderzoekers breiden momenteel de capaciteit van het systeem uit om op middellange en lange termijn (tot 10 dagen vooruit) te bieden, evenals het volgen van verontreinigende bronnen, 'wat-als'-scenario-analyse en beslissingsondersteuning over emissiereductieacties.
Het project, Green Horizon genaamd, is een voorbeeld van hoe breed IBM hoopt zijn onderzoek naar het gebruik van geavanceerde machine learning toe te passen om inzichten te extraheren uit enorme hoeveelheden gegevens - iets wat het bedrijf cognitieve computing noemt. Het project belicht ook een toepassing van de technologie die IBM wil exporteren naar andere landen waar vervuiling een groeiend probleem is.
IBM pusht momenteel kunstmatige intelligentie in veel verschillende industrieën, van gezondheidszorg tot consulting. De cognitieve computerinspanning omvat natuurlijke taalverwerking en statistische technieken die oorspronkelijk zijn ontwikkeld voor het Watson-computersysteem, dat deelnam aan de spelshow Gevaar! , samen met vele andere benaderingen van machine learning (zie Waarom IBM zojuist miljoenen medische beelden heeft gekocht en IBM duwt diep leren met een Watson-upgrade).
Het voorspellen van vervuiling is een uitdaging. IBM gebruikt gegevens die zijn aangeleverd door de Bureau voor milieubescherming in Peking om zijn modellen te verfijnen, en Shen zegt dat de voorspellingen een resolutie van een kilometer hebben en 30 procent nauwkeuriger zijn dan die afgeleid door conventionele benaderingen. Hij zegt dat het systeem adaptieve machine learning gebruikt om de beste combinatie van modellen te bepalen.
Vervuiling is een groot probleem voor de volksgezondheid in China, goed voor meer dan een miljoen doden per jaar, volgens een onderzoek uitgevoerd door onderzoekers van de University of California, Berkeley. Het is ook een belangrijk onderwerp van het publieke en politieke debat.
China heeft zich ertoe verbonden de luchtkwaliteit tegen 2017 met 10 procent te verbeteren door middel van het Actieplan ter voorkoming en bestrijding van luchtverontreiniging. Afgelopen april toonde een analyse van 360 Chinese steden door de liefdadigheidsinstelling Greenpeace East Asia, gevestigd in Peking, aan dat 351 van hen een vervuilingsniveau hadden dat hoger was dan China's eigen luchtkwaliteitsnormen, hoewel de niveaus sinds de periode van 12 maanden daarvoor waren verbeterd. Het gemiddelde niveau van gemeten fijnstof in de lucht was meer dan tweeënhalf keer de limiet aanbevolen door de Wereldgezondheidsorganisatie.