مه دود در حوضه سانتیاگو شیلی، احاطه شده توسط کوه‌های آند. ژان-کریستف نبل، ارائه شده توسط نویسنده (بدون استفاده مجدد)
مه دود در حوضه سانتیاگو شیلی، احاطه شده توسط کوه‌های آند. ژان-کریستف نبل، ارائه شده توسط نویسنده (بدون استفاده مجدد)

چگونه هوش مصنوعی حسگرهای مقرون به صرفه آلودگی هوا را دقیق‌تر می‌کند

هوای پاک یک حق اساسی است. با این حال، هر روز، 100 کودک زیر پنج سال به طرز غم انگیزی جان خود را در شرق آسیا و اقیانوس آرام به دلیل یک قاتل خاموش - آلودگی هوا - از دست می‌دهند.

در پاسخ به این بحران، سرمایه‌گذاری‌های عظیمی در سیستم‌های نظارت بر آلودگی هوای بیرون انجام شده است. این ایستگاه‌های نظارتی به اندازه یخچال، گران قیمت هستند و حداقل هر کدام 10000 پوند هزینه دارند، بنابراین گسترش این سیستم در همه جا از نظر مالی مقرون به صرفه نیست.

اکنون، نسل جدیدی از حسگرهای کوچک و متحرک هوا می‌تواند اطلاعات بهتری در مورد سطوح آلودگی در منطقه محلی خود به مردم ارائه دهد. در حال حاضر، این حسگرها به اندازه کافی دقیق نیستند. تحقیقات اخیر ما نشان می‌دهد که هوش مصنوعی می‌تواند دقت آنها را تا 67٪ افزایش دهد.

این دستگاه‌های جمع و جور به اندازه یک تلفن همراه ضخیم هستند و فقط چند هزار پوند هزینه دارند. آنها به راحتی می‌توانند به وسایل نقلیه مانند اتوبوس‌ها، ون‌های پیک و کامیون‌های زباله که از خیابان‌های ما عبور می‌کنند، متصل شوند. این حسگرهای متحرک با جمع آوری داده‌ها در هر کجا که مردم زندگی، کار یا بازی می‌کنند، می‌توانند یک نقشه کیفیت هوا در زمان واقعی ایجاد کنند که محیط محلی را بسیار دقیق‌تر منعکس می‌کند.

عامل اصلی آلودگی هوا، سوزاندن سوخت‌های فسیلی است - این امر همچنین باعث تولید گازهای گلخانه‌ای می‌شود که به تغییرات آب و هوایی کمک می‌کند. به طرز نگران کننده‌ای، آلودگی هوا مسئول 7 میلیون مرگ در سال است. کودکان به ویژه به دلیل ریه‌های در حال رشد، سیستم ایمنی ضعیف‌تر و نرخ تنفس سریع‌تر آسیب پذیر هستند.

تابستان گذشته، ما 12 هفته را صرف جمع آوری داده‌های آلودگی هوا از حسگرهای گاز ارزان قیمت و ابزارهای مرجع در یک مرکز ملی انگلستان، رصدخانه جوی وایبورن در نورفولک، کردیم.

هر دقیقه، حسگرهای متحرک هوا، سطوح آلاینده‌ها را به یک مرکز داده ارسال می‌کنند - که شامل ذرات معلق (مانند ذرات ریز دوده)، مونوکسید کربن، ازن، دی اکسید نیتروژن و دی اکسید گوگرد است. اما ما بین داده‌های حسگرها و داده‌های ابزارهای مرجع ملی مغایرت‌هایی پیدا کردیم.

قبل از اینکه این فناوری بتواند گسترش یابد، دقت قرائت‌های این حسگرهای هوا باید بهبود یابد. ما در حال مطالعه این هستیم که چگونه می‌توان از توانایی حل مسئله هوش مصنوعی برای بهبود نظارت بر آلودگی هوا استفاده کرد. با درک واضح‌تری از روابط پیچیده بین گازهای مختلف، آلاینده‌ها و شرایط محیطی، هوش مصنوعی می‌تواند هر گونه خطای اندازه‌گیری را اصلاح کند.

در حال حاضر، اندازه‌گیری‌ها تحت تأثیر وجود سایر آلاینده‌ها و عوامل محیطی مانند دما و رطوبت قرار می‌گیرند. درک اینکه چگونه ده‌ها پارامتر به طور همزمان بر یک اندازه‌گیری گاز خاص تأثیر می‌گذارند، یک معمای واقعی است. حتی سازندگان این حسگرها نیز هنوز نتوانسته‌اند آن را حل کنند.

در طول آزمایش‌های خود، علل اصلی نادقیق بودن اندازه‌گیری را برای هر حسگر گاز شناسایی کردیم. با استفاده از این اطلاعات، راه حل مبتنی بر هوش مصنوعی ما خطاها را تا 67٪ کاهش داد. علم داده، حسگرهای ناقص، اما امیدوارکننده را به ابزارهای دقیقی تبدیل کرد که می‌توانند به افرادی که به دنبال هوای پاک‌تر هستند کمک کنند. با پیشرفت‌هایی مانند این، بینش‌های مربوط به کیفیت هوا می‌تواند سریع‌تر گسترش یابد.

یک حسگر کم هزینه که روی یک خودرو در حال رانندگی در نیوبوری، انگلستان نصب شده است، هر دقیقه داده‌های آلودگی هوا را جمع آوری می‌کند.
یک حسگر کم هزینه که روی یک خودرو در حال رانندگی در نیوبوری، انگلستان نصب شده است، هر دقیقه داده‌های آلودگی هوا را جمع آوری می‌کند. ژان-کریستف نبل

از ایستگاه‌ها به حسگرها

نظارت بهتر، درک ما را از منابع محلی آلودگی هوا، اثرات آنها بر ساکنان بهبود می‌بخشد و به شناسایی منابع مسئول کمک می‌کند، به علاوه منجر به سیستم‌های هشدار متناسب‌تر می‌شود.

در فوریه 2024، آژانس حفاظت از محیط زیست ایالات متحده متعهد شد 83 میلیون دلار آمریکا (64.5 میلیون پوند) برای گسترش و ارتقاء شبکه نظارت بر آلودگی هوای خود اختصاص دهد. از این فناوری می‌توان برای درک بهتر تهدید، شکل دادن به سیاست‌ها و شکل دادن به اقدامات اضطراری استفاده کرد. اما ایستگاه‌های نظارتی گران هستند، معمولاً 10000 تا 30000 پوند برای هر واحد - و این بدون در نظر گرفتن هزینه‌های نصب و نگهداری است.

بنگلادش، یکی از سخت‌ترین کشورهای آسیب دیده از نظر آلودگی هوا، تنها 11 ایستگاه نظارتی دارد. حتی یک شهر ثروتمند مانند لندن کمتر از یک ایستگاه به ازای هر 100000 نفر ساکن دارد. این ناکافی است زیرا سطوح آلودگی ممکن است بین خیابان‌های مجاور تفاوت چشمگیری داشته باشد.

حسگرهای کم هزینه روی سقف رصدخانه جوی وایبورن. تصویر کوچک: نمای نزدیک از یک حسگر.
حسگرهای کم هزینه روی سقف رصدخانه جوی وایبورن. تصویر کوچک: نمای نزدیک از یک حسگر. ژان-کریستف نبل

حسگرهای از راه دور یک راه حل مقرون به صرفه‌تر و عملی‌تر ارائه می‌دهند، اگر بتوانند به اندازه کافی دقیق باشند. برای اینکه از نظر تجاری مقرون به صرفه باشد، هوش مصنوعی نباید این حسگرها را گران‌تر کند. شفافیت در مورد نحوه تصمیم گیری این سیستم نیز بسیار مهم است. ما از فناوری ساده هوش مصنوعی استفاده کردیم که روی یک میکروکنترلر - یک کامپیوتر کوچک در داخل دستگاه - کار می‌کند تا هزینه اضافی گنجاندن هوش مصنوعی را زیر چند پوند نگه داریم و هزینه انرژی آن را به حداقل برسانیم.

تصور کنید دوندگان قبل از انتخاب مسیر، قرائت‌های محلی را بررسی می‌کنند یا والدین آخرین به روز رسانی‌ها را اسکن می‌کنند تا ایمن‌ترین زمین بازی را برای فرزندان خود پیدا کنند. ناگهان، کیفیت هوا چیزی بیش از یک نگرانی دوردست می‌شود: این یک راهنمای عملی برای سلامتی بهتر است.

حدس و گمان از بین می‌رود و جای خود را به دانشی می‌دهد که به افراد کمک می‌کند تا انتخاب‌های سالم‌تری داشته باشند. وقتی هر نفس مهم است، این فناوری تضمین می‌کند که افراد دیگر مجبور نیستند سلامتی خود را بر اساس محل زندگی خود قمار کنند.