نقش هوش مصنوعی در شناسایی الگوهای پنهان آلودگی هوا - حکمرانی هوشمند

ترکیب داده‌های ماهواره‌ای، اطلاعات هواشناسی، سنجش‌های زمینی و شاخص‌های مرتبط با ترافیک و فعالیت صنایع، این امکان را فراهم می‌کند که هوش مصنوعی الگوهای آلودگی هوا را شناسایی و تغییرات احتمالی کیفیت هوا را پیش‌بینی کند. به گفته یک کارشناس هوش مصنوعی، دقت این پیش‌بینی‌ها بیش از آنکه صرفاً به حجم اطلاعات وابسته باشد، به کیفیت، صحت و قابلیت اعتماد داده‌های مورد استفاده بستگی دارد. به گزارش پایگاه خبری حکمرانی هوشمند، اشکان زارعی با تشریح کاربرد هوش مصنوعی در پایش و پیش‌بینی آلودگی هوا اظهار کرد: برای آموزش مدل‌های هوشمند در این حوزه می‌توان اطلاعات متنوعی از جمله نقشه‌ها و داده‌های ماهواره‌ای، شرایط جوی و شاخص‌های آلودگی را به کار گرفت. همچنین سنسورها و تجهیزات سنجش زمینی می‌توانند اطلاعات تکمیلی مورد نیاز این مدل‌ها را فراهم کنند.

وی با اشاره به نقش عوامل انسانی و فعالیت‌های شهری در تغییر کیفیت هوا افزود: میزان تردد خودروها، حجم ترافیک، فعالیت کارخانه‌ها و تفاوت روزهای هفته نیز از جمله داده‌هایی هستند که می‌توانند در تحلیل وضعیت آلودگی مؤثر باشند. بررسی هم‌زمان این اطلاعات و تغییرات آن‌ها در طول زمان به مدل‌های هوش مصنوعی کمک می‌کند تا الگوهای تکرارشونده را یاد بگیرند و با توجه به شرایط مشابه، وضعیت احتمالی آلودگی در روزها و بازه‌های زمانی آینده را تخمین بزنند.

مدیر آی‌تی ایستگاه نوآوری و فناوری شریف با بیان اینکه سوابق چندساله نیز در آموزش این مدل‌ها کاربرد دارند، توضیح داد: برای نمونه، اگر در دوره‌ای از سال گذشته وارونگی هوا رخ داده و موجب افزایش آلودگی شده باشد، مدل می‌تواند با شناسایی شرایط مشابه، این الگو را در پیش‌بینی‌های بعدی خود لحاظ کند.

کیفیت داده‌ها؛ عامل تعیین‌کننده در پیش‌بینی آلودگی هوا

زارعی درباره تأثیر میزان داده‌های در دسترس بر عملکرد مدل‌های هوش مصنوعی گفت: افزایش داده‌ها می‌تواند فرصت یادگیری … …