Искусственный интеллект определит лучшие способы борьбы с загрязнением

В условиях нарастающего числа экологических вызовов поиск эффективных решений становится критически важным. Исследователи из Университета Тохоку обратились к искусственному интеллекту (ИИ), чтобы найти выход из сложных и многогранных проблем современности. Их работа демонстрирует, как инновационные подходы с использованием ИИ могут помочь определить наиболее жизнеспособные и многообещающие планы действий.

«Наше исследование показывает прорывную ценность таких технологий, как машинное обучение, в отборе материалов, прогнозировании их эффективности, предсказаниях в реальном времени, моделировании глобального распространения загрязнителей и управлении рисками для здоровья», – объясняет профессор Хао Ли.

Ученые сосредоточились на пяти основных областях: очистка воды, контроль загрязнения воздуха, утилизация твердых отходов, восстановление почв и здоровье окружающей среды. Например, ИИ можно использовать для разработки стратегий по улучшению методов очистки воды или для прогнозирования того, какие материалы наиболее эффективны для удаления из воздуха загрязняющих веществ, таких как парниковые газы. Оптимизация процессов с помощью ИИ способна снизить стоимость борьбы с загрязнением, повысить эффективность переработки ресурсов и улучшить качество нашей среды обитания.

«Некоторые из этих проблем имеют так много факторов, что человеку трудно разобраться в них в одиночку, – поясняет Ли. – Например, токсичность определенных загрязнителей для человека может усиливаться или ослабевать в зависимости от их взаимодействия. Делать такие прогнозы совсем не просто». Результаты анализа могут стать ключевой поддержкой для разработки государственной политики в области здравоохранения и обеспечения безопасности продуктов питания и питьевой воды, способствуя построению более устойчивого и здорового общества.

Исследователи признают, что на пути к широкому внедрению этой стратегии существуют препятствия – нехватка данных, переобучение моделей на малых выборках и неравномерное географическое распределение данных наблюдений. Ведь чем больше база данных, тем точнее работает ИИ. Команда предлагает создать общую «Цифровую каталитическую платформу», которая объединит обработку данных из разных источников с использованием уже имеющихся профильных знаний.

В дальнейших планах команды – создание кросс-медийной экологической базы данных и разработка решений проблемы переобучения моделей на небольших выборках. По мере развития проекта ученые также намерены сотрудничать с мировыми исследовательскими институтами для создания стандартизированной платформы сбора и обмена данными, чтобы способствовать масштабному применению ИИ в управлении окружающей средой. Результаты исследования были опубликованы в журнале Environment International.