Gillings lab uses AI to predict local air quality

当一家制造工厂或大型商店着眼于你的社区寻找下一个地点时, how will the new neighbor affect the air that you breathe?

人工智能模型可以预测大范围的影响，但不能预测城镇或社区层面的影响. 这些大规模的工具还需要超级计算机和技术知识.

北卡罗来纳大学吉林斯全球公共卫生学院的一个研究小组开发了一种基于软件的人工智能机器人DeepCTM，它可以利用本地数据预测空气质量，而不需要大量的计算基础设施或高级专业知识. 此外，该机器人还解释了当地大气中的化学反应如何改变空气中的成分.

一项Gillings创新实验室拨款资助了Will Vizuete团队的工作.

Led by Will Vizuete, 他是该校环境科学与工程系的教授, 该团队正在测试该机器人在笔记本电脑和手机上的使用情况，以便公共卫生官员和其他公民可以使用该预测来减轻空气质量差的不利影响.

“我们的化学模型适用于大城市, 但它们在扩展到社区或单个住宅时效果不佳,” said Vizuete.

Funded by a Gillings Innovation Lab grant, 太阳城娱乐和乔治梅森大学正在开发机器人，以供环境保护基金首次使用. 卡罗莱纳的高性能计算研究服务器正在处理这些数据. 该基金将利用DeepCTM对当地拟议和现有天然气发电厂的预测，来评估它们对华盛顿脆弱社区的影响, D.C., and Florida.

To improve DeepCTM’s accuracy, Vizuete在数据集上训练机器人，然后将其结果与美国环境保护署超级计算模型的结果进行比较. 两者都使用计算机代码和数学来创建大气行为的三维模拟. 用户输入的数据包括天气信息和汽车排放数据, power plants and other sources. The model is open to researchers worldwide.

“It’s a mass model. Mass in, mass out. Mass can’t be destroyed or created. We’re basically tracking mass. 但棘手的是质量是可以释放的, be diluted and transported, and can be transformed into other things,” Vizuete said.

改进机器人对大气化学的预测是维苏埃特的首要任务. “The chemistry of the atmosphere, that’s the hardest part. It’s hard to do the meteorology, 但是在这个模型的化学部分有更多的太阳城娱乐和研究,” he said.

该团队对机器人进行了改进，使其能够模仿美国环保署的空气质量管理超级计算模型. 他们希望机器人从模仿进化到更精确.

“我们给机器人提供了与完整模型相同的气象条件和排放量. 然后我们问它，‘你希望这个模型能预测什么?’” Vizuete said. 这与ChatGPT产生下一个单词的概率是一样的. 基于输入和机器人的训练，最有可能的结果是什么?”

Making the bot more precise and easier to use, Vizuete said, will remove barriers to its use: computational cost, 超级计算集群的需求和最佳使用和分析的技术知识.

“我们通过吉林斯创新实验室所做的是概念验证. We want to produce a tool that is accurate, 然后将其与EDF一起应用于实际情况，以证明它是有效的,” he said. “如果我们有了这些，那么我们就有了初步的数据和信心. 有一个案例研究，我们可以指出并利用它来帮助北卡罗来纳州的社区.”