Hur artificiell intelligens kan bekämpa luftföroreningar i Kina

IBM testar ett nytt sätt att lindra Pekings kvävande luftföroreningar med hjälp av artificiell intelligens. Den kinesiska huvudstaden är, liksom många andra städer över hela landet, omgiven av fabriker, många drivna av kol, som släpper ut skadliga partiklar. Men föroreningsnivåerna kan variera beroende på faktorer som industriell aktivitet, trafikstockningar och väderförhållanden.





En kvinna som bär en ansiktsmask tar sig längs en gata i Peking den 16 januari 2014.

IBM-forskarna testar ett datorsystem som kan lära sig att förutsäga hur allvarliga luftföroreningarna är i olika delar av staden flera dagar i förväg genom att kombinera stora mängder data från flera olika modeller – en extremt komplex beräkningsutmaning. Systemet kan så småningom erbjuda specifika rekommendationer om hur man kan minska föroreningarna till en acceptabel nivå – till exempel genom att stänga vissa fabriker eller tillfälligt begränsa antalet förare på vägen. Ett jämförbart system håller också på att utvecklas för en stad i Hebei-provinsen, ett hårt drabbat område i norra landet.

Vi har byggt ett prototypsystem som kan generera högupplösta luftkvalitetsprognoser, 72 timmar i förväg, säger Xiaowei Shen, direktör för IBM Research Kina . Våra forskare utökar för närvarande systemets kapacitet för att tillhandahålla medellång och lång sikt (upp till 10 dagar framåt) såväl som spårning av föroreningskällor, 'vad-om'-scenarioanalys och beslutsstöd om åtgärder för att minska utsläppen.



Projektet, kallat Green Horizon, är ett exempel på hur brett IBM hoppas kunna tillämpa sin forskning på att använda avancerad maskininlärning för att extrahera insikter från enorma mängder data – något som företaget kallar kognitiv beräkning. Projektet lyfter också fram en tillämpning av den teknik som IBM skulle vilja exportera till andra länder där föroreningar är ett växande problem.

IBM driver för närvarande artificiell intelligens inom många olika branscher, från hälsovård till konsultverksamhet. Den kognitiva datoransträngningen omfattar naturlig språkbehandling och statistiska tekniker som ursprungligen utvecklades för Watsons datorsystem, som tävlade på spelmässan Jeopardy! , tillsammans med många andra metoder för maskininlärning (se Varför IBM just köpte miljoner medicinska bilder och IBM driver djupinlärning med en Watson-uppgradering ).

Att förutsäga föroreningar är utmanande. IBM använder data som tillhandahålls av Beijing Environmental Protection Bureau för att förfina sina modeller, och Shen säger att förutsägelserna har en upplösning på en kilometer och är 30 procent mer exakta än de som härrör från konventionella metoder. Han säger att systemet använder adaptiv maskininlärning för att bestämma den bästa kombinationen av modeller att använda.



Föroreningar är ett stort folkhälsoproblem i Kina och står för mer än en miljon dödsfall varje år, enligt en studie utförd av forskare vid University of California, Berkeley. Det är också ett viktigt ämne för offentlig och politisk debatt.

Kina har åtagit sig att förbättra luftkvaliteten med 10 procent till 2017 genom handlingsplanen för förebyggande och kontroll av luftburna föroreningar. Den senaste april visade en analys av 360 kinesiska städer av välgörenhetsorganisationen Greenpeace East Asia, baserad i Peking, att 351 av dem hade föroreningsnivåer som översteg Kinas egna luftkvalitetsstandarder, även om nivåerna hade förbättrats sedan perioden 12 månader innan. Den uppmätta medelhalten av luftburna partiklar var mer än två och en halv gånger gränsen rekommenderad av Världshälsoorganisationen.

Dölj