ندا اظهری، مترجم: این روزها که آلوده‌ترین روزهای شهرهای بزرگ کشور را پشت سر می‌گذاریم، به‌وضوح می‌توان جای خالی راهکارهای موثر و فناوری‌های نوینی را حس کرد که می‌توانند به کاهش حجم آلودگی‌ها کمک کنند. درحالی‌که تنها کاری که سیستم مدیریتی کشور در مواجهه با آلودگی هوا انجام می‌دهد، تعطیلی مدارس و اعمال محدودیت‌هایی برای تردد خودروهاست، اما دنیا از قابلیت‌های فناورانه خود برای مقابله با چنین معضلی استفاده می‌کند و جدیدترین فناوری‌های روز دنیا را برای داشتن هوایی پاک به خدمت می‌گیرد. یکی از جدیدترین فناوری‌هایی که امروزه در برخی کشورهای دنیا برای جلوگیری از آلودگی هوا انجام می‌شود، بهره‌مندی از فناوری هوش مصنوعی است. امروزه از هر 10 نفر، 9 نفر هوای آلوده را استنشاق می‌کنند که مشکلات و بیماری‌های متعددی را به‌همراه دارد و این بدان معناست که آلودگی هوا خطرات جدی را متوجه سلامت عمومی مردم جامعه می‌کند. فناوری‌های هوش مصنوعی راه‌حل‌های تازه‌ای برای کمک به ارزیابی آلودگی هوا، تشخیص منبع آلاینده، پیش‌بینی وقوع آلودگی و استفاده از منطق برای حل مساله به‌شمار می‌روند. البته آلودگی هوا تنها معضل کشور ما نیست و بسیاری از کشورهای دنیا به‌ویژه شهرهای بزرگ با آن مواجه هستند. در بانکوک، در آغاز سال 2023، حدود یک‌میلیون و 300 هزار نفر دچار بیماری‌های مرتبط با آلودگی هوا شدند. در این میان فناوری به کمک مردم جهان آمده و محققان توانسته‌اند با استفاده از فناوری هوش مصنوعی به مبارزه با آلودگی هوا و نظارت بر سلامت محیط‌زیست کمک کنند. یکی از موثرترین کارهایی که هوش مصنوعی دربرابر آلودگی هوا انجام می‌دهد، شناسایی دقیق و سریع منابع آلودگی هواست. به‌منظور بالا بردن دقت پیش‌بینی‌ها، دانشمندان از فناوری یادگیری ماشینی و توانمندی‌های شناختی هوش مصنوعی بهره می‌برند. درهرحال از فناوری‌های پیشرفته هوش مصنوعی می‌توان در راستای محدود کردن انتشار گازهای گلخانه‌ای استفاده کرد که در محیط‌زیست منتشر می‌شود. یافتن عامل آلودگی هوا با کمک گرفتن از فناوری هوش مصنوعی راحت‌تر شده است. هوش مصنوعی با کاهش اثرات تغییرات اقلیمی، می‌تواند به بهترین شکل دنیا را از نابودی نجات دهد.
حسگرهای هوشمند و کنترل سطح آلاینده‌ها
به لطف بهره‌مندی از هوش مصنوعی، درحال‌حاضر سیستم‌های اتوماسیون اعتبارسنجی، جمع‌آوری داده‌ها و فرآیندهای پردازش اطلاعات امکان‌پذیر است. به‌دنبال پیشرفت‌هایی که در فناوری‌های هوش مصنوعی صورت‌گرفته، حسگرها و دستگاه‌های مشابه ممکن است به سرعت در کشورهای مختلف نصب شوند تا کیفیت هوا را در مدت زمانی کوتاه بررسی کنند. توانایی‌های هوش مصنوعی برای افزایش جمع‌آوری داده‌ها و اندازه‌گیری کیفی مورد استفاده قرار می‌گیرد. به‌منظور بهبود تجزیه و تحلیل داده‌ها، هوش مصنوعی می‌تواند الگوها را در مجموعه داده‌ها به‌طور دقیق شناسایی کند. هوش مصنوعی، داده‌های به‌دست آمده از حسگرها و ماهواره‌ها را جمع‌آوری کرده و به دانشمندان در ترکیب مدل‌های آب‌وهوایی کمک می‌کند. این حسگرهای مبتنی‌بر هوش مصنوعی سطح آلاینده‌های موجود در هوا را مانند ذرات معلق، ترکیبات آلی فرار و گازها شناسایی می‌کنند. مدل‌های هوش مصنوعی را با استفاده از داده‌های به‌دست آمده از حسگرهایی که آلاینده‌های مختلف را تحت‌کنترل دارند می‌توان برای پیش‌بینی کیفیت هوا در زمان واقعی آموزش داد. این داده‌ها برای هشدار به شهروندان در مورد مشکلات احتمالی که ممکن است برای سلامت آنها ایجاد شود و نیز انجام اقدامات پیشگیرانه مورد استفاده قرار می‌گیرند. به‌عنوان مثال، فناوری هوش مصنوعی با استفاده از حسگرهای هوشمند می‌تواند منبع نشت گاز را تعیین کند. پهپادهای هوش مصنوعی نیز مانند همین حسگرها عمل کرده و می‌توانند میزان آلودگی هوا را در زمان واقعی کنترل کرده و به محققان این امکان را می‌دهد که بتوانند نسبت به بروز چنین پدیده‌هایی به سرعت واکنش نشان دهند. این پهپادها همچنین به جلوگیری از بروز بلایای طبیعی زیست‌محیطی در مقیاس وسیع کمک می‌کند.
مدیریت و کنترل هوایی با هوش مصنوعی
یکی از اساسی‌ترین گام‌هایی که می‌توان برای پیشگیری از آلودگی هوا انجام داد، تمیز کردن هواست. فناوری هوش مصنوعی به بهبود کارایی و اثربخشی عملکرد سیستم‌های تصفیه کمک می‌کند. به کمک این فناوری نوظهور، سیستم‌های تصفیه هوا علاوه‌بر اینکه آلاینده‌ها را تشخیص می‌دهند، با سرعت و دقت بالایی می‌توانند آلاینده‌ها را تخلیه کنند.
عملکرد فناوری هوش مصنوعی در بهینه‌سازی صنعتی به‌منظور کاهش آلودگی هوا نقش موثری دارد که می‌تواند مدیریت زیست‌محیطی را در صنایعی که آلوده‌کننده هوا هستند، تغییر می‌دهد. این فناوری با ارائه تجزیه و تحلیل داده‌ها و قابلیت مدل‌سازی پیشرفته، می‌تواند میزان آلودگی را کاهش دهد. این رویکرد نوآورانه در به حداقل رساندن مصرف انرژی و کاهش انتشار گازهای گلخانه‌ای در محیط‌های صنعتی اهمیت بالایی دارد.
کنترل ترافیک با هوش مصنوعی
افزایش ترافیک در شهرهای بزرگ از دلایل اصلی آلودگی هوا به‌شمار می‌رود اما الگوریتم‌های هوش مصنوعی به‌گونه‌ای طراحی شده‌اند که با بهبود جریان ترافیکی برای مدیریت ترافیک می‌توانند آلودگی هوا را نیز کاهش دهند. مهندسان دانشگاه «کرنل» یک مدل ساده اختراع کرده‌اند که به کمک آن توانسته‌اند حجم ترافیک خیابان‌ها را کمتر کنند. آنها در این مدل، از هوش مصنوعی استفاده کرده‌اند تا به‌واسطه آن نمای دقیقی از آلودگی هوا در سطح خیابان‌ها ارائه دهند. مدل آنها روی آلودگی ریزذرات متمرکز است که از اگزوز خودروها در هوا منتشر می‌شود و سلامت انسان را نشانه می‌رود. این مدل جدید، داده‌های ترافیکی، توپولوژی و هواشناسی را در یک الگوریتم هوش مصنوعی به‌منظور یادگیری شبیه‌سازی به‌منظور مدیریت غلظت آلودگی هوا مرتبط با ترافیک ادغام می‌کند. برنامه‌ریزان شهری و سیاستگذاران قادرند از مدل یادگیری ماشینی برای به‌دست آوردن درک دقیق‌تری از آلودگی هوا استفاده کنند. این داده‌ها به سیاستگذاران این امکان را می‌دهند تا پروژه‌هایی را طراحی کنند که قرار گرفتن در معرض آلودگی هوای شهری را کاهش دهند.
مدلی برای شناسایی آلودگی بیش از حد هوا
محققان با کمک هوش مصنوعی می‌توانند زمان و مکانی را که آلودگی هوا به حداکثر میزان خود می‌رسد، مشخص کنند. دانشمندان بارسلونا، نوعی مدل هوش مصنوعی طراحی کرده‌اند که با استفاده از یادگیری ماشینی قادر است برای پیش‌بینی احتمالی نقض محدودیت‌های قانونی دی اکسید نیتروژن (NO2) در مناطق شهری استفاده کند. مدل شهری CALLIOPE هوش مصنوعی، آلودگی هوا را در وضوح بالا، در ارتفاعات مختلف و در هر نقطه‌ای از شهر پیش‌بینی می‌کند. این مدل استثنایی، آلودگی هوا را در وضوح فوق‌العاده بالا تا 10 متر، در ارتفاعات مختلف و در هر نقطه از شهر پیش‌بینی می‌کند. پایگاه داده شهری که مشاهدات رسمی ایستگاه کیفیت هوا، حسگرهای کم‌هزینه، عوامل هواشناسی و طیف گسترده‌ای از داده‌های جغرافیایی دیگر را دربرمی‌گیرد. بنابراین می‌توان مناطقی را در شهر مشخص کرد که در آن سیستم نظارت فعلی نیاز به بهبود دارد و به ساده‌سازی برنامه‌ها برای به حداقل رساندن آلودگی هوا کمک می‌کند.
حسگرهای پوشیدنی برای مقابله با آلودگی هوا
به گزارش cleanairfund، ابداع حسگرهای کم‌هزینه و سبک وزن کیفیت هوا دسترسی به داده‌های کیفیت هوا را آسان‌تر کرده است. درحال‌حاضر مردم می‌توانند برای ثبت و درک میزان آلودگی هوا از حسگرهای هوش مصنوعی استفاده کنند. حسگرهای پوشیدنی مانند AirBeam در نوع خود منحصربه‌فرد است. از این حسگرها برای ایجاد کمپین هوای پاک در برخی شهرهای آمریکا استفاده می‌شود. سطوح آلودگی هوا در این شهرها متفاوت است که هیچ یک از آنها اندازه‌گیری کیفیت هوای کافی ندارند. از این رو، از این حسگرهای پوشیدنی در شهروندان استفاده کرده‌اند تا افراد هنگام عبور از شهرهای آلوده، داده‌ها را جمع‌آوری کنند. یک اپلیکیشن سفارشی، داده‌های مربوط به منابع آلودگی هوا را که حین کار با آنها مواجه می‌شود، ثبت می‌کند. افراد به‌ویژه جوانان از اینکه توانسته‌اند در کنترل و دسترسی به داده‌های کیفیت هوا موفق عمل کنند ابراز رضایت کرده‌اند. تا پایان سال آینده، براساس فرآیندهای اعلام‌شده از سوی دانشگاه ایالتی آریزونا پیش‌بینی شده است که بین 500 تا هزار کتابخانه در سراسر آن کشور، ابزارها و فناوری‌های پوشیدنی را به امانت دهند.
پهپادهایی برای نظارت و کنترل آلودگی هوا
به گزارش Ts2 space، ابداع فناوری پهپاد فرصت جدیدی برای نظارت و مدیریت زیست‌محیطی ایجاد کرده است که نقش مهمی در کنترل کیفیت هوا و کنترل آلودگی ایفا می‌کند. پهپادها به‌واسطه مجهز بودن به فناوری‌هایی چون GPS، دوربین‌های مادون قرمز، لیزر و حسگرهای راداری می‌توانند در کنترل آلودگی و کیفیت هوا نقش‌آفرینی داشته باشند. این پرنده‌های بدون سرنشین در پایش کیفیت هوا، داده‌ها را از ایستگاه‌های زمینی جمع‌آوری می‌کنند. این پرنده‌ها از محدودیت‌های مکانی عبور کرده و به مکان‌های دورافتاده هم دسترسی پیدا می‌کنند. پهپادها مزیت‌هایی دارند که به محققان اجازه می‌دهد راحت‌تر از این ابزار فناورانه برای کنترل کیفیت هوا و کاهش آلودگی استفاده کنند. انعطاف‌پذیری پهپادها یکی از این مزایاست که به‌سرعت می‌توانند با نیازهای نظارتی و مکان‌های مختلف سازگار شوند. علاوه‌بر این، پهپادها مزیت دسترسی به داده‌های زمان واقعی دارند، به‌طوری‌که می‌توانند بازخوردهای سریعی را نسبت به کیفیت هوا ارائه داده و واکنش سریعی نشان دهد. امکان دسترسی بالای پهپادها از مهم‌ترین مزایای این پرنده به‌شمار می‌رود، به‌طوری که قادر است وارد فضاها و مکان‌هایی شوند که برای نیروی انسانی امن و قابل دسترسی نیست، همچنین استفاده از پهپادها در مقایسه با روش‌های کنترل سنتی کیفیت هوا که معمولا در مناطق دور از دسترس به کار می‌روند، مقرون به صرفه‌تر هستند. درحال‌حاضر پهپادها در کارهای مختلفی شامل نظارت بر کیفیت هوا مانند اندازه‌گیری سطوح آلاینده‌ها، ذرات معلق و گازهای گلخانه‌ای به‌کار می‌روند. آنها همچنین برای شناسایی منابع آلودگی هوا و طراحی نقشه‌هایی با وضوح بالا از شرایط جوی مورد استفاده قرار می‌گیرند. آینده پهپادها در نظارت بر کیفیت هوا امیدوارکننده به‌نظر می‌رسد و انتظار می‌رود پیشرفت در فناوری حسگرها و تجزیه و تحلیل داده‌ها، قابلیت‌ها و کاربردهای پهپادها را به‌طور قابل‌توجهی افزایش می‌دهد. در پهپادها به‌دلیل گستره کاربردهایی که دارند، از حسگرهای مختلفی چون تحلیلگرهای گازی، شمارنده‌های ذرات معلق، طیف‌سنج‌ها استفاده می‌شود تا به این واسطه بتوانند آلاینده‌هایی نظیر اکسید نیتروژن، دی‌اکسید گوگرد، مونوکسید کربن و ذرات معلق را اندازه‌گیری کنند. اندازه‌گیری پهپادها زمانی که مجهز به حسگرهای پیشرفته بوده و از تکنیک‌های کالیبراسیون و اعتبارسنجی مناسب استفاده کنند، می‌تواند بسیار دقیق باشد.
تصفیه‌کننده‌های هوا بر پایه هوش مصنوعی
آلودگی هوا تنها محدود به فضای خارج از منازل نمی‌شود و با آلوده شدن هوا، داخل خانه‌ها هم آلوده شده و نیاز به تصفیه پیدا می‌کند. از این رو، استفاده از دستگاه‌های تصفیه هوا می‌تواند در پاک کردن هوایی که اعضای خانواده در داخل خانه تنفس می‌کنند، تاثیرگذار است. محققان دستگاه تصفیه هوایی ساخته‌اند که براساس فناوری هوش مصنوعی کار می‌کند و قادر است روش‌ها و تنظیمات فیلتراسیون را به‌گونه‌ای تنظیم کند که آلاینده‌های خاص را به‌طور موثرتری مورد هدف قرار دهد. با ترکیب فناوری‌های سنجش پیشرفته مجهز به الگوریتم‌های یادگیری ماشینی، تصفیه‌کننده‌های هوای مجهز به هوش مصنوعی می‌توانند هوای پاک‌تر و سالم‌تری را به روشی کارآمدتر و موثرتر ارائه دهند. به‌طورکلی تصفیه‌کننده‌های هوشمند هوا قادرند میزان استفاده از فیلتر، حالت‌های عملیاتی و سطوح کیفیت هوا را ثبت کنند و حتی تنظیمات آنها هم به‌طور سفارشی و طبق نیاز کاربران قابل‌تنظیم است. به‌دنبال پیشرفت در فناوری هوش مصنوعی و یادگیری ماشینی، توسعه اکوسیستم‌ها برای خانه‌های هوشمند و تقاضای رو به رشد در اقتصادهای نوظهور، بازار تصفیه‌کننده‌های هوای هوشمند به سرعت درحال گسترش است. تصفیه‌کننده‌های هوا به‌دلیل هزینه‌های نگهداری بالا، تعویض مکرر فیلتر و هزینه‌های نصب قیمت بالایی دارند.
