AI y el aire que respiramos

AI y el aire que respiramos

Marca de tiempo: 16 de agosto de 2023 1:48 p.m.
La IA y el aire que respiramos PlatoBlockchain Data Intelligence. Búsqueda vertical. Ai.

La inteligencia artificial (IA) tiene la oportunidad de revolucionar los esfuerzos ambientales contra la contaminación del aire. Sus aplicaciones únicas lo distinguen de otras tecnologías actuales, lo que lo convierte en una opción ideal a pesar de algunos obstáculos de implementación.

¿Cómo nos afecta la contaminación del aire?

La contaminación del aire es un problema importante porque tiene efectos adversos para el medio ambiente y la salud. Mucha gente vive en áreas con continuos problemas de calidad. A partir de julio de 2023, la Agencia de Protección Ambiental de EE. UU. ha identificado 15 condados superan los niveles de contaminantes seguros, que afecta a casi 21 millones de personas.

Sin embargo, los contaminantes pueden afectar a más personas de lo que muestran la mayoría de los números públicos. En 2023, el Consejo de Defensa de los Recursos Naturales analizó los datos de la EPA y encontró 8 millones de estadounidenses adicionales inhalar niveles peligrosos de contaminación del aire provenientes únicamente del hollín.

¿Por qué necesitamos una nueva solución?

La mayoría de las personas inhalan contaminantes y contaminantes sin siquiera darse cuenta. De hecho, 90% de la población mundial respira aire con niveles de contaminación que superan los lineamientos de la Organización Mundial de la Salud. Esta estadística es preocupante, considerando que incluso la exposición a corto plazo puede tener efectos adversos para la salud duraderos.

Si bien es posible evitar los contaminantes visibles como el smog o el hollín, la mayoría, como el dióxido de carbono o el óxido de nitrógeno, son invisibles para el ojo humano. Las personas necesitan ayuda tecnológica para detectar, medir y gestionar este problema para mejorar su salud.

La tecnología actual simplemente no puede funcionar como el mundo lo necesita. Por ejemplo, la Oficina de Responsabilidad del Gobierno de EE. UU. descubrió que el sistema de monitoreo de la calidad del aire del país es deficiente. Él no proporciona suficientes datos relevantes para que los investigadores o el público lo usen de manera efectiva.

La mayoría de la gente quiere una solución tecnológica a largo plazo capaz de recopilar, almacenar y actuar sobre datos actualizados de contaminación del aire. Por lo general, dichos dispositivos serían costosos y difíciles de instalar. Sin embargo, la IA puede abordar estas necesidades y no tiene las mismas limitaciones.

¿Puede la IA ayudar a deshacerse de la contaminación del aire?

La IA puede ayudar a las personas de todo el mundo a deshacerse de la contaminación del aire. Estos modelos prosperan con datos y análisis inteligente, factores cruciales cuando se trata de un problema tan generalizado. Tampoco es solo una posible solución: investigadores e ingenieros de todo el mundo han desarrollado modelos por separado como prueba de concepto. 

Por ejemplo, ingenieros de la Universidad de Cornell desarrollaron IA capaz de medir con precisión PM2.5 — partículas finas de contaminación más pequeñas que el ancho de un cabello humano — en áreas urbanas. Si bien la tecnología anterior era pesada, voluminosa y compleja, este modelo es simple y accesible.

¿Cómo puede la IA reducir la contaminación del aire?

La IA puede detectar, medir y gestionar los niveles de contaminantes para reducir la contaminación del aire. Además, puede ayudar a los esfuerzos de investigación y mantenimiento para respaldar la tecnología actual.

AI puede identificar con precisión las fuentes de contaminación del aire, lo que permite a las agencias ambientales gubernamentales responder rápidamente con medidas de contención. Dado que esta tecnología puede adaptarse constantemente a la nueva información y aprender rápidamente, puede reaccionar a cambios menores en tiempo real. 

Puede alertar a las partes relevantes si los contaminantes aumentan repentinamente o aparecen constantemente en áreas particulares. Por ejemplo, digamos que un pequeño pueblo cerca de una planta de producción excedió regularmente los niveles seguros de calidad del aire a pesar de la falta de carreteras o de una gran población. Una vez que AI dirija a los funcionarios a la fábrica como el culpable más probable, podrían implementar políticas de contaminación del aire para proteger la salud local.

  • Measurement

Dado que los niveles de contaminación del aire son generalmente constantes a menos que ocurra un evento excepcional, la IA puede capacitarse fácilmente en estadísticas históricas y actuales para pronosticar cambios futuros. Puede interpretar rápidamente conjuntos de datos masivos para llegar a conclusiones precisas. 

Las actualizaciones en tiempo real de las mediciones de contaminantes serían beneficiosas para la seguridad pública. Con este enfoque, los funcionarios podrían advertir a poblaciones específicas sobre caídas inminentes en la calidad del aire, mejorando su salud. Además, les da más tiempo para tomar medidas para proteger mejor el medio ambiente.

  • Administración

La mayoría de los investigadores utilizan redes neuronales profundas cuando gestionan la contaminación del aire con IA. No es ninguna sorpresa, teniendo en cuenta que tienen la tasa de rendimiento más alta de cualquier otro subconjunto. Dado que funcionan como el cerebro humano, pueden identificar y priorizar soluciones para reducir los niveles de contaminantes.

Dado que los sistemas de monitoreo de la calidad del aire a menudo no recopilan suficiente información, las personas a menudo tienen que hacer su propia investigación para construir un modelo. Como resultado, es posible que su precisión general no se vea afectada. En respuesta, los investigadores pueden utilizar la IA para crear datos sintéticos. 

AI puede producir conjuntos de datos artificiales precisos personalizado a sus necesidades. En lugar de confiar en la información disponible públicamente, pueden entrenar rápidamente su algoritmo en estadísticas realistas para obtener una descripción general precisa.  

  • Mantenimiento

Los ingenieros que trabajan en sistemas de monitoreo de la calidad del aire pueden usar IA para el mantenimiento. Si bien este método no aborda directamente el problema general, aún contribuye a la solución. Aprovechando el análisis predictivo, un modelo de aprendizaje automático puede proyectar con precisión cuándo el equipo necesitará servicio. Dado que son esencialmente unidades de recopilación de datos, este enfoque tiene beneficios circulares. 

¿Existen obstáculos para la implementación de la IA?

AI enfrenta algunos obstáculos importantes para la implementación, principalmente debido al aislamiento de datos. Instituciones ambientales a menudo manejan su investigación de forma independiente, lo que significa que no comparten hallazgos ni estadísticas. Esta práctica da como resultado silos de datos, donde la información valiosa se encuentra en bolsillos pequeños e inaccesibles. 

AI podría pronosticar los niveles de calidad del aire con precisión con las estadísticas históricas, de ubicación, de tráfico y meteorológicas que ya existen. Sin embargo, el problema es que todo actualmente se encuentra en silos. Este fenómeno de aislamiento de la información podría retrasar el progreso, ya que los modelos solo son efectivos cuando tienen conjuntos de datos de calidad para entrenar.

¿Es arriesgado usar IA para reducir la contaminación del aire?

Aunque la IA es una solución ideal para la contaminación del aire, tiene algunos riesgos. Puede entrenar con datos inexactos, lo que afecta su rendimiento. Los investigadores a menudo tampoco pueden seguir su lógica para diagnosticar problemas operativos.

El problema de la caja negra que a menudo experimenta la IA es increíblemente notable con redes neuronales profundas — uno de los subconjuntos más comunes que la gente usa para combatir la contaminación del aire. Dado que es casi imposible rastrear la lógica de tales modelos, los investigadores e ingenieros corren el riesgo de un funcionamiento inexacto. 

¿Qué sucede cuando los datos de entrenamiento tienen errores de cálculo o sesgos subyacentes? El problema de la caja negra aumenta la posibilidad de que esas cosas permanezcan ocultas. Además, hace que el mantenimiento de rutina y no planificado sea un desafío porque puede ser difícil determinar dónde se originan los problemas.

¿Por qué usar IA sobre otras tecnologías?

A pesar de sus inconvenientes, la IA sigue siendo la opción ideal frente a otras tecnologías modernas. Por ejemplo, un proceso de instalación generalizado para dispositivos de Internet de las cosas (IoT) llevaría mucho tiempo, sería increíblemente costoso y probablemente dañaría el medio ambiente. Además de esto, no son tan efectivos.

Aunque los sensores IoT son rentables, su precisión se desploma rutinariamente debido a la interferencia del clima, problemas de circuitos y mezcla de contaminantes. La IA puede continuar funcionando de manera eficiente con mal tiempo e identificar variaciones menores si es poderosa o tiene suficiente entrenamiento. 

¿La IA tiene potencial en este campo?

Si bien existen múltiples obstáculos para el uso extensivo de la IA en el monitoreo de la calidad del aire, aún podría ser revolucionario para el campo. Sus capacidades analíticas y de predicción son únicas, lo que la convierte en una de las únicas tecnologías aplicables. Además, su facilidad de uso y practicidad lo hacen accesible, lo cual es fundamental cuando la mayoría de los esfuerzos son aislados. 

Puede que no sea la solución perfecta, pero está entre las mejores que existen. La modernización de los equipos sólo beneficiará a los investigadores y a la población en general, por lo que incluso puede ser necesaria su integración. Después de todo, 99% de personas en todo el mundo respirar aire con cierto nivel de contaminantes peligrosos: una solución rápida es crucial.

Respira mejor con IA

Dado que la contaminación del aire es un problema tan importante y generalizado, necesita una solución poderosa. AI es la opción ideal en este escenario, considerando que puede operar de forma independiente y con gran precisión. En última instancia, su uso extensivo podría beneficiar a todo el mundo. 

Sello de tiempo:

Mas de Tecnología AIIOT