Использование искусственного интеллекта для отслеживания пыли от угольных поездов

Вверху: Уголь перевозят по железной дороге в штате Юта. Визуал: Джордж Фрей/Bloomberg

На наклонном заднем дворе в Вальехо, Калифорния, Николас Спада настроил оборудование, которое выглядело как нечто среднее между штативом, портфелем и флюгером. Гладкая машина, теперь расположенная рядом с обветренной беседкой и ванной на ножках, наполненной выбеленным на солнце деревом, предназначена для таких неприметных мест, как это, где она может собирать долгосрочную информацию о качестве местного воздуха.

Спада, ученый и инженер по аэрозолям из Калифорнийского университета в Дэвисе, первоначально разработал машину для проекта, расположенного примерно в 16 милях к югу, в Ричмонде. В течение шести месяцев исследователи направляли оборудование, включающее в себя камеру, датчик воздуха, метеостанцию ​​и процессор искусственного интеллекта, на железнодорожные пути, перевозящие уголь по городу, и обучали модель искусственного интеллекта распознавать поезда и записывать, как они влияют на них. качество воздуха. Сейчас Спада ищет потенциальные места для установки датчиков в Вальехо, где он сотрудничает с жителями, обеспокоенными тем, что происходит в их воздухе.

Проект в Ричмонде стал первым проектом Spada, использующим искусственный интеллект. Соответствующий документ, опубликованный в марте 2023 года, появился на фоне растущего интереса и беспокойства к ИИ. Лидеры технологий выразили обеспокоенность по поводу способности ИИ вытеснить человеческий интеллект; критики поставили под сомнение потенциальную предвзятость этой технологии и сбор общедоступных данных; многочисленные исследования и статьи указывают на значительное потребление энергии и выбросы парниковых газов, связанные с обработкой данных для его алгоритмов.

Но по мере роста беспокойства растет и научный интерес к потенциальному использованию ИИ, в том числе для мониторинга окружающей среды. С 2017 по 2021 год количество ежегодно публикуемых исследований по искусственному интеллекту и загрязнению воздуха подскочило с 50 до 505, что в анализе, опубликованном в журнале Frontiers in Public Health, отчасти объясняется ростом использования ИИ в большем количестве научных областей. По мнению таких исследователей, как Спада, применение инструментов искусственного интеллекта может расширить возможности местных жителей, которые уже давно сталкиваются с загрязнением окружающей среды, но имеют мало данных, чтобы явно доказать его прямой источник.

В Ричмонде технология глубокого обучения — разновидность машинного обучения — позволила ученым идентифицировать и записывать поезда круглосуточно и удаленно, вместо того, чтобы полагаться на традиционный метод личных наблюдений. Данные команды показали, что поезда, полные угля, проезжающие через город, значительно увеличивают содержание в воздухе PM2,5, типа твердых частиц, который связан с респираторными и сердечно-сосудистыми заболеваниями, а также с ранней смертностью. Даже кратковременное воздействие PM2,5 может нанести вред здоровью.

Авторы статьи изначально не были уверены, насколько хорошо данная технология подойдет для их работы. «Я не фанат ИИ», — сказал Барт Остро, экологический эпидемиолог из Калифорнийского университета в Дэвисе и ведущий автор статьи. «Но эта штука работала удивительно хорошо, и без нее мы бы не справились».

Остро сказал, что результаты команды могут помочь ответить на вопрос, который изучали немногие исследователи: как угольные предприятия и поезда, курсирующие между ними, влияют на воздух в городских районах?

Этот вопрос особенно актуален в соседнем Окленде, где обсуждается вопрос о строительстве терминала для экспорта угля уже почти десять лет. После того, как Окленд принял решение остановить проект в 2016 году, судья постановил, что город не смог должным образом доказать, что доставка угля создаст значительную угрозу здоровью населения. Остро и Спада частично планировали свое исследование для получения данных, имеющих отношение к развитию.

«Теперь у нас есть исследование, которое дает нам новые доказательства», — сказала Лора Джо Фу, давняя активистка района Залива и член «Нет угля» в Окленде, массовой волонтерской группы, организованной для противодействия проекту терминала.

Методы исследования также могут оказаться полезными далеко за пределами Района залива. По словам Фу, методология, основанная на искусственном интеллекте, может быть адаптирована другими сообществами, желающими лучше понять местное загрязнение.