來源：科技日報(bào)

我們每時(shí)每刻都需要呼吸空氣來維持生命，空氣質(zhì)量的高低對(duì)人類健康有著深遠(yuǎn)影響。然而，據(jù)統(tǒng)計(jì)，2023年全球因空氣污染致死的人數(shù)超過700萬。

隨著人工智能（AI）技術(shù)崛起及與各行業(yè)的快速結(jié)合，這一局面正迎來轉(zhuǎn)機(jī)。據(jù)世界經(jīng)濟(jì)論壇官網(wǎng)近日報(bào)道，多國正將AI、物聯(lián)網(wǎng)與大數(shù)據(jù)融入現(xiàn)有空氣監(jiān)測體系，追蹤大氣變化，預(yù)警污染風(fēng)險(xiǎn)，為人類在數(shù)字時(shí)代的每一次呼吸保駕護(hù)航。

人工智能“慧眼”識(shí)塵

“工欲善其事，必先利其器”。傳統(tǒng)空氣質(zhì)量監(jiān)測系統(tǒng)如管中窺豹，而AI與機(jī)器學(xué)習(xí)模型就像擁有了一雙“慧眼”，能實(shí)時(shí)采集、分析并處理海量數(shù)據(jù)，精準(zhǔn)識(shí)別空氣中污染物水平的變化。

自動(dòng)化分析可以降低人工成本，讓空氣質(zhì)量信息“飛入尋常百姓家”。此外，最新研究表明，機(jī)器學(xué)習(xí)顯著提升了預(yù)報(bào)精度，糾正了以往的低估或高估之弊�；跀�(shù)據(jù)的深度分析，能夠助力政府和企業(yè)把握先機(jī)，明智決策，構(gòu)筑健康防線，保護(hù)人們免受有害空氣污染的影響。

多款應(yīng)用相繼推出

目前，多國正借助AI技術(shù)，投身于這場“藍(lán)天保衛(wèi)戰(zhàn)”。

南非粒子物理學(xué)家團(tuán)隊(duì)研發(fā)了名為“Ai_r”的創(chuàng)新系統(tǒng)。團(tuán)隊(duì)負(fù)責(zé)人、南非埃塞姆巴加速器基礎(chǔ)科學(xué)實(shí)驗(yàn)室加速器物理研究所所長布魯斯·梅拉多教授表示，該設(shè)備單價(jià)僅約100美元，外觀就像一個(gè)盒子，內(nèi)置微型激光器，通過光線散射原理檢測顆粒物濃度。設(shè)備可置于窗臺(tái)，持續(xù)采樣并實(shí)時(shí)上傳云端。目前，約翰內(nèi)斯堡已有20臺(tái)設(shè)備投入運(yùn)行，另有120臺(tái)待部署，未來計(jì)劃覆蓋全南非數(shù)萬臺(tái)。Ai_r的獨(dú)特之處在于，不僅能監(jiān)測當(dāng)下情況，還能預(yù)測污染熱點(diǎn)，特別是針對(duì)能深入肺血的PM2.5顆粒物，有助當(dāng)局精準(zhǔn)施策。

澳門科技大學(xué)與中國氣象科學(xué)院科學(xué)家則聯(lián)手打造了“AI-Air”系統(tǒng)。該系統(tǒng)結(jié)合大氣化學(xué)環(huán)境模型，在鄭州與�？诘鹊湫统鞘袘�(yīng)用，顯著提升了污染物濃度的預(yù)測能力，并能解析不同地形氣候下的關(guān)鍵氣象因子，展現(xiàn)了AI在復(fù)雜環(huán)境下的應(yīng)用潛力。

“AirQo”系統(tǒng)正服務(wù)于非洲16座城市，以低成本傳感器結(jié)合AI算法，為健康決策提供依據(jù)。

基于衛(wèi)星的空氣質(zhì)量監(jiān)測亦獲突破。

中國科學(xué)院空天信息研究院石崇教授團(tuán)隊(duì)與日本科學(xué)家合作，開發(fā)出“AIRTrans”算法。該系統(tǒng)大幅提高了從多光譜衛(wèi)星觀測數(shù)據(jù)中提取氣溶膠關(guān)鍵特性的準(zhǔn)確性和效率。這一AI驅(qū)動(dòng)的工具已成功利用衛(wèi)星捕捉氣溶膠濃度及其大小信息，成為污染物監(jiān)測和預(yù)警系統(tǒng)的有效解決方案。通過分析以往數(shù)據(jù)集，它還能預(yù)測特定城市的污染趨勢。

另有數(shù)據(jù)顯示，類似的AI驅(qū)動(dòng)預(yù)測系統(tǒng)在中國應(yīng)用后，18個(gè)月內(nèi)預(yù)測準(zhǔn)確率已攀升至92%。

此外，還有韓國研究人員也利用多種算法開發(fā)了空氣質(zhì)量監(jiān)測預(yù)警系統(tǒng)。

技術(shù)落地面臨挑戰(zhàn)

盡管前景廣闊，但AI助力空氣質(zhì)量監(jiān)測之路仍面臨一些亟待解決的問題。

首先是數(shù)據(jù)之困，AI模型訓(xùn)練依賴海量精準(zhǔn)數(shù)據(jù)，而數(shù)據(jù)可用性往往受限；其次是成本之重，建立系統(tǒng)需數(shù)據(jù)中心與大量電力支持，耗資巨大；最后是人才之缺，算法開發(fā)與硬件維護(hù)的專業(yè)人才匱乏，且將新系統(tǒng)融入舊基礎(chǔ)設(shè)施，既昂貴又復(fù)雜。

唯有攻克這些難關(guān)，方能讓AI監(jiān)測系統(tǒng)高效、準(zhǔn)確且經(jīng)濟(jì)地運(yùn)行。

未來，預(yù)測模型將更精進(jìn)，物聯(lián)網(wǎng)傳感器更普及。AI驅(qū)動(dòng)的無人機(jī)可深入偏遠(yuǎn)之地檢測污染物；智慧城市將推動(dòng)低成本傳感器網(wǎng)絡(luò)部署，持續(xù)實(shí)時(shí)反饋城市污染水平。

通過與物聯(lián)網(wǎng)和大數(shù)據(jù)的深度融合，加上AI的實(shí)時(shí)與預(yù)測性分析，空氣質(zhì)量監(jiān)測將邁向高分辨率、高效率的新階段。