空氣污染仍然是幾乎所有地方的一個(gè)問題，盡管全球變暖、生物多樣性喪失、土壤退化和淡水資源不可持續(xù)利用等其他環(huán)境問題變得更加突出，但空氣污染仍然是一個(gè)值得我們關(guān)注和采取行動的問題。

　　盡管有幾項(xiàng)法規(guī)旨在減少空氣污染物的排放，并對周圍空氣污染物的濃度水平進(jìn)行了限制，但歐洲各地的測量結(jié)果仍然經(jīng)常顯示，濃度水平超過了對人類健康和食品生產(chǎn)安全的閾值。

　　因此，我們被建議繼續(xù)甚至擴(kuò)大對空氣污染的監(jiān)測，并進(jìn)一步開發(fā)所需的工具來分析這些測量數(shù)據(jù)，并對空氣污染物作出預(yù)測，以便弱勢群體得到警告，并采取對策。在本文中，我們將看到如何使用人工智能防治空氣污染。

　　人工智能防治空氣污染

　　關(guān)于全球空氣污染，我們有很多但又太少的數(shù)據(jù)。為了構(gòu)建好的人工智能工具，人工智能需要大量數(shù)據(jù)，有必要了解哪些數(shù)據(jù)是可用的，以及這些數(shù)據(jù)包含哪些信息。自20世紀(jì)80年代以來，世界多個(gè)地區(qū)建立了包括固定臺站和移動平臺在內(nèi)的空氣污染監(jiān)測網(wǎng)絡(luò)。

　　衛(wèi)星儀器雖然覆蓋全球，但測量頻率不夠高，對人類呼吸空氣的地球表面附近的測量精度也有限。世界上許多地區(qū)幾乎沒有空氣質(zhì)量監(jiān)測站，即使在監(jiān)測站網(wǎng)絡(luò)比較密集的歐洲，相鄰監(jiān)測站之間通常也有十公里甚至一百公里的距離。

　　人工智能可以在擴(kuò)大全球空氣污染監(jiān)測網(wǎng)絡(luò)中發(fā)揮作用，例如，作為解釋從現(xiàn)代低成本傳感器設(shè)備獲得的測量信號的一種手段。如果將此類設(shè)備與傳統(tǒng)臺站的測量結(jié)合使用，則可以使用此類設(shè)備來填補(bǔ)監(jiān)測空白。

　　人工智能可以幫助分析和預(yù)測空氣污染

　　空氣污染的解釋和預(yù)測目前需要復(fù)雜的數(shù)值模型，也就是所謂的化學(xué)傳輸模型，這些模型使用包含數(shù)千行并在世界上最大的超級計(jì)算機(jī)上運(yùn)行的計(jì)算機(jī)代碼來模擬天氣和空氣污染化學(xué)。

　　將AI用于這些目的會帶來一些挑戰(zhàn)，這些挑戰(zhàn)不同于其他AI應(yīng)用程序中常見的問題。上世紀(jì)90年代，人工智能方法首次在當(dāng)?shù)乜諝赓|(zhì)量預(yù)測的背景下進(jìn)行了測試。當(dāng)時(shí)，機(jī)器學(xué)習(xí)算法和計(jì)算能力比今天要弱100萬倍左右，所以機(jī)器學(xué)習(xí)的結(jié)果只比用經(jīng)典統(tǒng)計(jì)方法得到的結(jié)果好一點(diǎn)點(diǎn)。

　　2012年之后，所謂的卷積神經(jīng)網(wǎng)絡(luò)在圖像識別等典型人工智能任務(wù)上取得了突破，大氣科學(xué)家也再次對人工智能產(chǎn)生了興趣。自2018年以來，幾項(xiàng)研究表明，先進(jìn)的機(jī)器學(xué)習(xí)技術(shù)確實(shí)可以在當(dāng)?shù)厣筛哔|(zhì)量的空氣污染預(yù)報(bào)。

　　機(jī)器學(xué)習(xí)模型很快還將提供替代，且計(jì)算成本更低的解決方案，預(yù)測一個(gè)地區(qū)的空氣污染。此類系統(tǒng)可能在混合方法中工作得最好，其中天氣信息來自傳統(tǒng)的數(shù)值模擬，也就是天氣預(yù)報(bào)，而空氣質(zhì)量信息來自測量值。

　　人工智能在空氣污染管理中的機(jī)會和風(fēng)險(xiǎn)

　　低成本的空氣污染傳感器與人工智能和混合模型的結(jié)合，可能會提供更詳細(xì)的空氣污染地圖，因此，與目前負(fù)擔(dān)得起的措施相比，更有針對性的緩解措施。

　　結(jié)合生理傳感器和醫(yī)療信息系統(tǒng)，基于人工智能的污染監(jiān)測最終可能實(shí)現(xiàn)對吸入污染物劑量的直接測量，從而幫助弱勢群體更好地計(jì)劃他們的戶外活動和避免危險(xiǎn)環(huán)境。事實(shí)上，歐洲和其他地方的幾家公司已經(jīng)在宣傳基于人工智能的空氣質(zhì)量信息。

　　然而，在這一點(diǎn)上，這類系統(tǒng)的質(zhì)量常常是有問題的，而且很少有關(guān)于它們在實(shí)踐中工作得如何的信息。與其他應(yīng)用領(lǐng)域一樣，人工智能解決方案的最大危險(xiǎn)出現(xiàn)在盲目信任時(shí)。因此，重要的是我們要充分了解基于AI的空氣質(zhì)量監(jiān)測系統(tǒng)的能力和局限性，并且我們要始終控制自己的行動。