211service.com
Comment l'intelligence artificielle peut lutter contre la pollution de l'air en Chine
IBM teste une nouvelle façon d'atténuer la pollution atmosphérique étouffante de Pékin à l'aide de l'intelligence artificielle. La capitale chinoise, comme de nombreuses autres villes du pays, est entourée d'usines, dont beaucoup fonctionnent au charbon, qui émettent des particules nocives. Mais les niveaux de pollution peuvent varier en fonction de facteurs tels que l'activité industrielle, les embouteillages et les conditions météorologiques.
Une femme portant un masque facial se promène dans une rue de Pékin le 16 janvier 2014.
Les chercheurs d'IBM testent un système informatique capable d'apprendre à prédire la gravité de la pollution de l'air dans différentes parties de la ville plusieurs jours à l'avance en combinant de grandes quantités de données provenant de plusieurs modèles différents - un défi informatique extrêmement complexe. Le système pourrait éventuellement proposer des recommandations spécifiques sur la manière de réduire la pollution à un niveau acceptable, par exemple en fermant certaines usines ou en limitant temporairement le nombre de conducteurs sur la route. Un système comparable est également en cours de développement pour une ville de la province du Hebei, une zone très touchée du nord du pays.
Nous avons construit un prototype de système capable de générer des prévisions de qualité de l'air à haute résolution, 72 heures à l'avance, explique Xiaowei Shen, directeur de IBM Research Chine . Nos chercheurs étendent actuellement la capacité du système à fournir à moyen et à long terme (jusqu'à 10 jours à l'avance) ainsi que le suivi des sources de polluants, l'analyse de scénarios « et si » et l'aide à la décision sur les actions de réduction des émissions.
Le projet, baptisé Green Horizon, est un exemple de la manière dont IBM espère appliquer largement ses recherches sur l'utilisation de l'apprentissage automatique avancé pour extraire des informations à partir d'énormes quantités de données, ce que l'entreprise appelle l'informatique cognitive. Le projet met également en lumière une application de la technologie qu'IBM aimerait exporter vers d'autres pays où la pollution est un problème croissant.
IBM pousse actuellement l'intelligence artificielle dans de nombreux secteurs différents, des soins de santé au conseil. L'effort informatique cognitif englobe le traitement du langage naturel et les techniques statistiques développées à l'origine pour le système informatique Watson, qui a participé au jeu télévisé. Péril! , ainsi que de nombreuses autres approches de l'apprentissage automatique (voir Why IBM Just Bought Millions of Medical Images and IBM Pushes Deep Learning with a Watson Upgrade ).
Prévoir la pollution est un défi. IBM utilise les données fournies par le Bureau de la protection de l'environnement de Pékin pour affiner ses modèles, et Shen dit que les prédictions ont une résolution d'un kilomètre et sont 30% plus précises que celles dérivées des approches conventionnelles. Il dit que le système utilise l'apprentissage automatique adaptatif pour déterminer la meilleure combinaison de modèles à utiliser.
La pollution est un problème majeur de santé publique en Chine, responsable de plus d'un million de décès chaque année, selon une étude menée par des chercheurs de l'Université de Californie à Berkeley. C'est aussi un sujet majeur de débat public et politique.
La Chine s'est engagée à améliorer la qualité de l'air de 10 % d'ici 2017 grâce au Plan d'action pour la prévention et le contrôle de la pollution atmosphérique. En avril dernier, une analyse de 360 villes chinoises par l'association caritative Greenpeace East Asia, basée à Pékin, a montré que 351 d'entre elles avaient des niveaux de pollution dépassant les propres normes de qualité de l'air de la Chine, bien que les niveaux se soient améliorés depuis la période de 12 mois auparavant. Le niveau moyen de particules en suspension dans l'air mesuré était supérieur à deux fois et demie la limite conseillé par l'Organisation mondiale de la santé.