AI og luften vi pustet inn

Kunstig intelligens (AI) har sjansen til å revolusjonere miljøinnsatsen mot luftforurensning. Dens unike applikasjoner skiller den fra annen gjeldende teknologi, noe som gjør den til et ideelt valg til tross for noen implementeringshindringer.

Hvordan påvirker luftforurensning oss?

Luftforurensning er et betydelig problem fordi det har negative miljø- og helseeffekter. Mange mennesker bor i områder med pågående kvalitetsproblemer. Fra juli 2023 har US Environmental Protection Agency identifisert 15 fylker overskrider sikre forurensningsnivåer, som berører nesten 21 millioner mennesker.

Imidlertid kan forurensninger påvirke flere mennesker enn de fleste offentlige tall viser. I 2023 analyserte Natural Resources Defense Council EPAs data og fant ytterligere 8 millioner amerikanere puste inn farlige nivåer av luftforurensning fra sot alene.

Hvorfor trenger vi en ny løsning?

De fleste mennesker inhalerer forurensninger og forurensninger uten å være klar over det. Faktisk, 90% av den globale befolkningen puster luft med forurensningsnivåer som overstiger Verdens helseorganisasjons retningslinjer. Denne statistikken er bekymringsfull, med tanke på at selv kortvarig eksponering kan ha varige uheldige helseeffekter.

Selv om det kan være mulig å unngå synlige forurensninger som smog eller sot, er de fleste - som karbondioksid eller nitrogenoksid - usynlige for det menneskelige øyet. Folk trenger teknologisk hjelp til å oppdage, måle og håndtere dette problemet for å forbedre helsen.

Nåværende teknologi kan rett og slett ikke fungere slik verden trenger den. For eksempel oppdaget US Government Accountability Office at landets luftkvalitetsovervåkingssystem er substandard. Den gir ikke nok relevante data for forskere eller publikum å bruke effektivt.

De fleste ønsker en langsiktig teknologisk løsning som er i stand til å samle inn, lagre og reagere på oppdaterte luftforurensningsdata. Vanligvis vil slike enheter være kostbare og utfordrende å installere. Imidlertid kan AI dekke disse behovene og har ikke de samme begrensningene.

Kan AI bidra til å bli kvitt luftforurensning?

AI kan hjelpe mennesker over hele verden med å bli kvitt luftforurensning. Disse modellene trives med data og intelligent analyse, avgjørende faktorer når man skal håndtere et så utbredt problem. Det er heller ikke bare en potensiell løsning – forskere og ingeniører over hele verden har separat utviklet modeller som proof-of-concept. 

For eksempel utviklet ingeniører fra Cornell University AI i stand til å måle PM2.5 nøyaktig — fine partikler av forurensning mindre enn bredden til et menneskehår — i urbane områder. Mens tidligere teknologi var tung, klumpete og kompleks, er denne modellen enkel og tilgjengelig.

Hvordan kan AI redusere luftforurensning?

AI kan oppdage, måle og administrere forurensningsnivåer for å redusere luftforurensning. I tillegg kan det hjelpe forsknings- og vedlikeholdsinnsats for å støtte dagens teknologi.

AI kan identifisere kilder til luftforurensning nøyaktig, slik at offentlige miljøbyråer kan reagere raskt med inneslutningstiltak. Siden denne teknologien konsekvent kan tilpasse seg ny informasjon og lære raskt, kan den reagere på mindre sanntidsendringer. 

Den kan varsle relevante parter hvis forurensninger plutselig øker eller konsekvent dukker opp i bestemte områder. La oss for eksempel si at en liten by i nærheten av et produksjonsanlegg regelmessig overskred sikre luftkvalitetsnivåer til tross for mangelen på motorveier eller en stor befolkning. Når AI sender tjenestemenn til fabrikken som den mest sannsynlige skyldige, kan de implementere luftforurensningspolitikk for å beskytte lokalbefolkningens helse.

• Måling

Siden luftforurensningsnivåene generelt er konsistente med mindre en eksepsjonell hendelse skjer, kan AI enkelt trene på historisk og nåværende statistikk for å forutsi fremtidige endringer. Den kan raskt tolke massive datasett for å komme til presise konklusjoner. 

Sanntidsoppdateringer av forurensningsmålinger vil være gunstig for offentlig sikkerhet. Med denne tilnærmingen kan tjenestemenn advare spesifikke populasjoner om forestående fall i luftkvaliteten, og forbedre helsen deres. I tillegg gir det dem mer tid til å iverksette tiltak for bedre å beskytte miljøet.

• Administrasjon

De fleste forskere bruker dype nevrale nettverk når de håndterer luftforurensning med AI. Det er ingen overraskelse, tatt i betraktning de har høyest ytelsesrate ut av en hvilken som helst annen undergruppe. Siden de fungerer som den menneskelige hjernen, kan de identifisere og prioritere løsninger for å redusere forurensningsnivåene.

Siden overvåkingssystemer for luftkvalitet ofte ikke klarer å samle inn nok informasjon, må folk ofte gjøre sin egen forskning for å bygge en modell. Som et resultat kan dens generelle nøyaktighet ikke bli påvirket. Som svar kan forskere bruke AI til å lage syntetiske data. 

AI kan produsere presise kunstige datasett tilpasset deres behov. I stedet for å stole på offentlig tilgjengelig informasjon, kan de raskt trene sin algoritme på naturtro statistikk for å få en nøyaktig generell oversikt.  

• Vedlikehold

Ingeniører som jobber med luftkvalitetsovervåkingssystemer kan bruke AI til vedlikehold. Selv om denne metoden ikke tar direkte opp det generelle problemet, bidrar den likevel til løsningen. Utnytte prediktiv analyse, a maskinlæringsmodell kan projisere nøyaktig når utstyret trenger service. Siden de i hovedsak er datainnsamlingsenheter, har denne tilnærmingen sirkulære fordeler. 

Er det hindringer for AI-implementering?

AI står overfor noen betydelige hindringer for implementering, hovedsakelig på grunn av dataisolering. Miljøinstitusjoner håndterer ofte sin forskning uavhengig, noe som betyr at de ikke deler funn eller statistikk. Denne praksisen resulterer i datasiloer, der verdifull informasjon ligger i små, utilgjengelige lommer. 

AI kunne forutsi luftkvalitetsnivåer nøyaktig med historisk statistikk, plassering, trafikk og værstatistikk som allerede eksisterer. Problemet er imidlertid at alt for tiden sitter i siloer. Dette informasjonsisolasjonsfenomenet kan sette fremgangen tilbake siden modeller bare er effektive når de har kvalitetsdatasett å trene på.

Er det risikabelt å bruke AI for å redusere luftforurensning?

Selv om kunstig intelligens er en ideell løsning på luftforurensning, har den noen risikoer. Det kan trene på unøyaktige data, noe som påvirker ytelsen. Forskere kan også ofte ikke følge logikken for å diagnostisere driftsproblemer.

Black-box-problemet AI ofte opplever er utrolig merkbar med dype nevrale nettverk — en av de vanligste undergruppene folk bruker for å bekjempe luftforurensning. Siden det er nesten umulig å spore logikken til slike modeller, risikerer forskere og ingeniører unøyaktig funksjon. 

Hva skjer når treningsdata har feilberegninger eller underliggende skjevheter? Black-box-problemet øker sjansen for at slike ting forblir skjult. I tillegg gjør det rutinemessig og uplanlagt vedlikehold utfordrende fordi det kan være vanskelig å finne ut hvor problemene oppstår.

Hvorfor bruke AI fremfor annen teknologi?

Til tross for sine ulemper er AI fortsatt det ideelle valget fremfor annen moderne teknologi. For eksempel vil en utbredt installasjonsprosess for Internet of Things (IoT)-enheter ta evigheter, være utrolig dyrt og sannsynligvis skade miljøet. På toppen av dette er de ikke på langt nær like effektive.

Selv om IoT-sensorer er kostnadseffektive, deres nøyaktighet synker rutinemessig på grunn av værforstyrrelser, kretsproblemer og forurensningsblanding. AI kan fortsette å fungere effektivt i dårlig vær og identifisere mindre variasjoner hvis den er kraftig eller har nok trening. 

Har AI potensial på dette feltet?

Selv om det er flere hindringer for omfattende AI-bruk i luftkvalitetsovervåking, kan det fortsatt være revolusjonerende for feltet. Dens prediksjons- og analytiske evner er unike, noe som gjør den til en av de eneste aktuelle teknologiene. I tillegg gjør dens brukervennlighet og praktiske funksjoner den tilgjengelig, noe som er viktig når de fleste anstrengelser er isolert. 

Det er kanskje ikke den perfekte løsningen, men den er blant de beste som finnes. Modernisering av utstyr vil bare komme forskere og befolkningen generelt til gode, så det kan til og med være nødvendig med integrering. Tross alt, 99% av mennesker over hele verden puste inn luft med et visst nivå av farlige forurensninger — en rask løsning er avgjørende.

Pust bedre med AI

Siden luftforurensning er et så betydelig, utbredt problem, trenger det en kraftig løsning. AI er det ideelle valget i dette scenariet, med tanke på at det kan operere uavhengig og med stor presisjon. Til syvende og sist kan den omfattende bruken være til nytte for hele verden. 

• SEO-drevet innhold og PR-distribusjon. Bli forsterket i dag.
• PlatoData.Network Vertical Generative Ai. Styrk deg selv. Tilgang her.
• PlatoAiStream. Web3 Intelligence. Kunnskap forsterket. Tilgang her.
• PlatoESG. Bil / elbiler, Karbon, CleanTech, Energi, Miljø, Solenergi, Avfallshåndtering. Tilgang her.
• PlatoHelse. Bioteknologisk og klinisk etterretning. Tilgang her.
• ChartPrime. Hev handelsspillet ditt med ChartPrime. Tilgang her.
• BlockOffsets. Modernisering av eierskap for miljøkompensasjon. Tilgang her.
• kilde: https://www.aiiottalk.com/ai-and-the-air-we-breathed/