北京的雾霾已经到了非常严重的地步。不过现在IBM正在测试一种全新的解决方案,希望通过人工智能解决这一问题。中国的首都和其他许多城市一样,四周布满了工厂,而且绝大多数工厂都是以煤做燃料,继而导致空气中排放了大量有害颗粒。当然,空气污染还会受到其他因素影响,比如工业活动、交通拥堵以及天气条件。
IBM研究人员正在测试一套具有学习能力的计算机系统,利用不同模型的大量数据,可以提前几天预测城市不同区域内的空气污染程度,这些模型本身是非常复杂的。该系统最后会提供一些针对性的建议,比如关闭一些工厂,或是限制道路上行驶车辆数量等等,帮助城市管理者将空气污染降低到可接受的范围内。此外,一个类似的系统目前也正在开发之中,希望能够帮助河北省的一座空气污染较为严重的城市解决空气污染问题。
“我们已经开发出了一套原型系统,可以提前72小时生成高分辨率的空气质量预测分析,”IBM中国研究院主管沈小伟说,“研究人员目前正在提升系统分析能力,希望未来能够提供时间更长的空气预测,比如提前十天。此外,我们还希望能够追踪污染源,进行场景假定推测分析,为领导层进行减排行动提供决策支持。”
这个名为“绿色地平线”的项目,是IBM应用机器学习的一个实例。IBM希望利用自己在机器学习上的研究,可以从海量数据中提取有用的信息;这种方法称为“认知计算”。如果这个项目在中国得以成功实施,IBM计划将在其它国家做进一步推广,事实上,环境污染已经成为了一个全球化问题。
IBM正在很多不同行业里面推动人工智能应用,比如健康医疗、咨询顾问等。认知计算包含了自然语言处理和统计技术,IBM最让人们熟知的人工智能就是他们开发的Watson计算机系统,这套人工智能系统曾经在智力竞赛节目Jeopardy中打败了两位最厉害的人类选手。
预测空气污染并不是件容易的事情。IBM使用了北京市环境保护局提供的数据,不断优化自己的模型。沈小伟表示,预测空气污染的标准是一千米的分辨率,相比于传统预测方法,他们的模型准确率可以高出30%。此外他还透露,IBM的系统使用了“自适应机器学习”来判断使用最佳模型组合。
如今,空气污染已经成为中国最严重的公共健康问题之一,据加州大学伯克利分校的一项研究统计显示,中国每年因空气污染死亡的人数超过100万。不仅如此,空气污染已经成为了公众和政治上最主要的讨论议题。
中国希望到2017年至少将空气质量提升10%,国务院也正式发布了《大气污染防治行动计划》。今年四月,根据慈善机构绿色和平组织东亚分部(总部位于北京)对中国360个城市的分析,其中有351座城市的空气质量不达标,而且这还是经过了长达一年的空气改善后的结果。此外,这些城市的空气颗粒物平均级别,也是世界卫生组织公布标准的二点五倍。