ساخت ابزار سریع پیش‌بینی آلودگی هوا

نام این مدل هوش مصنوعی «آئورورا» است و این تنها یکی از ابزارهای پیش‌بینی وضعیت هوا با استفاده از هوش مصنوعی است. اخیراً غول‌های فناوری جهان، ابزارهای هوش مصنوعی متعددی برای پیش‌بینی وضع هوا ارائه کرده‌اند. ازجمله «گراف‌کست» (GraphCast) از «گوگل دیپ مایند» (Google DeepMind) که در لندن توسعه داده شده و «فورکست‌نت» (FourCastNet) از «انویدیا» (Nvidia) غول تولید ریزتراشه که در سانتاکلارای کالیفرنیا توسعه یافته است. بااین‌حال پژوهشگران می‌گویند که توانایی آئورورا برای پیش‌بینی سریع وضعیت آلودگی هوا در سطح جهان پیشگام است. 

«متیو چانتری» (Matthew Chantry) پژوهشگر یادگیری ماشین در مرکز اروپایی پیش‌بینی آب‌وهوا با دامنهٔ متوسط  (ECMWF) در  ریدینگ بریتانیا می‌گوید: «این برای من اولین قدم بزرگ در سفر شیمی جو و یادگیری ماشین است.» 

او می‌گوید: «وقتی آن را دیدم این واکنشم بود: وای، این یک دستاورد واقعاً جالب است. مزیت مدل‌های هوش مصنوعی این است که اغلب برای انجام پیش‌بینی‌ها به توان محاسباتی کمتری نسبت‌به مدل‌های معمولی نیاز دارند.» 

«پاریس پردیکاریس» (Paris Perdikaris) یک محقق هوش مصنوعی است که در تحقیقات مایکروسافت با‌عنوان «ای.آی.فورساینس» (AI4Science) در پنسیلوانیا حضور دارد. او و همکارانش دریافتند که آئورورا می‌تواند در کمتر از یک دقیقه غلظت شش آلایندهٔ اصلی هوا شامل مونوکسید کربن، اکسید نیتروژن، دی‌اکسید نیتروژن، دی‌اکسید گوگرد، ازن و ذرات را در سراسر جهان پیش‌بینی کند. این مدل قادر است چنین پیش‌بینی‌ای را برای پنج روز آینده انجام دهد. 

این تیم پژوهشی در نسخهٔ پیش‌از چاپ مقالهٔ خود که در ۲۰ ماه می امسال در arXiv منتشر شد نوشت: «این تیم می‌تواند این‌کار را با سفارش‌هایی با هزینه‌های محاسباتی بسیار کوچک‌تر در مقایسه با مدل معمولی مورداستفاده توسط سرویس نظارت بر جو کوپرنیک در ECMWF، که سطوح آلودگی هوای جهانی را پیش‌بینی می‌کند، انجام دهد.» 

پیش‌بینی‌های آئورورا کیفیتی مشابه با پیش‌بینی‌های مدل معمولی داشتند. سیاست‌گذاران از چنین پیش‌بینی‌هایی برای ردیابی آلودگی هوا و محافظت در برابر آسیب‌های بهداشتی مرتبط استفاده می‌کنند. آلودگی هوا با افزایش خطر ابتلا به آسم، بیماری قلبی و زوال عقل مرتبط است. 

محققان آئورورا را براساس بیش‌از یک میلیون ساعت داده از شش مدل آب‌و‌هوا و اقلیم آموزش دادند. پس‌از آموزش این مدل، تیم آن را برای پیش‌بینی میزان آلودگی و وضعیت آب‌وهوا در سطح جهان تغییر داد. این مدل یک پیش‌بینی آب‌وهوای جهانی ده‌روزه را در کنار پیش‌بینی آلودگی هوا انجام می‌دهد.

این تیم می‌گوید که آئورورا در برخی از وظایف، می‌تواند از دیگر مدل‌های پیش‌بینی آب‌وهوا با استفاده از هوش مصنوعی پیشی بگیرد. یکی از این مدل‌ها، «گراف‌کست» (GraphCast) است که قادر است از مدل‌های معمولی بهتر عمل کند و در عرض چند دقیقه پیش‌بینی آب‌وهوای جهانی را انجام دهد. 

چانتری می‌گوید: «برای مقایسهٔ قطعی [این مدل با سایر مدل‌ها] خیلی زود است. شما باید زمان زیادی را صرف کنید و احتمالاً به خود مدل‌ها دسترسی داشته باشید تا بتوانید واقعاً وارد جزئیات شوید و با اطمینان بگویید که مدل A بهتر از مدل B است.» 

تحقیقات بیشتر نشان خواهد داد که آیا مدل‌های هوش مصنوعی «بنیادی» که روی مجموعه‌داده‌های متنوعی مانند آئورورا آموزش دیده‌اند، عملکرد بهتری نسبت به مدل‌های آموزش‌دیده روی یک مجموعه‌داده، مانند گراف‌کست دارند یا خیر؟ چانتری می گوید: «کارهای علمی جالب زیادی وجود دارند که باید انجام شوند.»