2021. 03. 20. - 08:00

Többszáz vízszennyezést azonosított Angliában a mesterséges intelligencia

Többszáz vízszennyezést azonosított Angliában a mesterséges intelligencia

Korábban nem jelentett, több száz nyers szennyvíz folyókba engedését fedezte fel a mesterséges intelligencia az Egyesült Királyságban – számoltak be a kutatók.

Meghökkentő hatékonysággal azonosított több száz szennyvíz-kiömlést a folyókba a mesterséges intelligencia.
 
A tudósok gépi tanulás segítségével 926, ún. kiömlési eseményt detektáltak két szennyvíztisztító telepről egy 11 éves időszak során.
 
A brit környezetvédelmi ügynökséget teljesen lenyűgözte a módszer pontossága. „Minden eszközt nagyon szívesen fogadunk, amely megelőzi a szennyezést” – fogalmaztak. Olvasd el: Robotok segíthetnek a túlzott olajszennyezéssel szemben
 
A kutatók - akik munkájukat a Clean Water folyóiratban tették közzé -, megtanították a számítógépes algoritmust arra, hogy a tisztítóberendezésen keresztüli áramlási mintáján keresztül felismerje: mikor történt szennyvízkiömlés.
 
Az algoritmusok szoftveralapú utasítások egy probléma megoldására.
 
A fentiekhez fontos tudni, hogy a szennyvíztisztító telepeken megengedett a tisztítatlan szennyvíz kibocsátása a folyókba – amennyiben rendkívüli esőzések vannak. Ilyenkor egy üzem ún. vihartartályai túlterheltté válnak az esővíz miatt, s a tisztítatlan szennyvíz a tartályokból a vízi utakba áramlik.
 
Rámutat a túlzott szennyvíz kiengedésre a mesterséges intelligencia
Rámutat a túlzott szennyvíz kiengedésre a mesterséges intelligencia
 
A környezettudósok körében azonban felmerült az aggodalom a nyers szennyvíz túlcsordulásának gyakorisága miatt.
 
„Tavaly összeállítottuk az első országos térképet arról, mennyire lehet gyakori a túlcsordulási esemény az angol folyókba - azt hiszem, mindannyian megdöbbentünk, hogy ez mennyire sűrűn előfordult és milyen nagy mennyiségben terjedhet a nyers szennyvíz a folyóinkban” – mondta el Christine Colvin, a Rivers Trust jótékonysági szervezet munkatársa.
 
Mint hozzátette, a térkép a jelentett túlterhelést tükrözi. Azt azonban ezzel még nem tudták meg, milyen kiterjedt lehet a be nem jelentett túlfolyás. Olvasd el: Mesterséges intelligencia segít felderíteni az óceánokban levő műanyaghulladékot
 
Az új megközelítés célja ennek pontos mérése volt – mondta Andrew Singer professzor, az Egyesült Királyság Ökológiai és Hidrológiai Központjának (UKCEH) munkatársa. Új technológiát szerettek volna bevezetni, amely elősegíti a vízminőség átláthatóságát.
 
Hogyan segít pontosan a mesterséges intelligencia?
 
A kutatás, melyet szintén az UKCEH professzora, Peter Hammond vezetett, az eredetileg orvosi genetikához kifejlesztett mintafelismerési algoritmust használta – az eszközt valójában a gyermekek arcának finom különbségeinek felderítésére tervezték, hogy segítsen bizonyos genetikai állapotok diagnosztizálásában.
 
Ezt a módszert vették alapul - ahelyett, hogy egy arc 3D-s alakját térképeznék fel, a szennyvíztisztító műveken keresztüli áramlás alakját adják meg. A mintafelismerés és a gépi tanulás megközelítése ugyanúgy működik.
 
A mintafelismerés a számítástechnika egyik módja az adatok rendszeres vagy ismétlődő elemeinek felderítésére. A gépi tanulás egy megközelítés a minták észlelésére, algoritmusok segítségével, amelyek automatikusan, a tapasztalatok és az adatok elemzése révén javulnak.
 
A kutatók éveket töltöttek azzal, hogy adatokat gyűjtöttek a szóban forgó két tisztítómű áramlási sebességéről – majd megtanították az algoritmust felismerni az „áramlás alakját”, amikor egy üzem normálisan működik, illetve amikor tisztítatlan szennyvizet önt ki.
 
A két üzem 11 éves áramlási adatainak felhasználásával az algoritmus 926 olyan esetet ismert fel, amikor legalább 3 órán át szabadítottak fel tisztítatlan szennyvizet.
 
A megdöbbentő tények miatt a szakemberek mielőbbi megoldást keresnek – ami nem lesz egyszerű, hiszen komoly beruházásokat igényel mind a régi, mind az új szennyvízcsatorna-infrastruktúrát illetően, s át kell gondolni, miként kezeljék a csapadékfolyásokat a városaikban.
 
 
László Adrienn

 

Hírlevél feliratkozás

Kérjük, add meg adataidat a hírlevélre történő feliratkozáshoz! A megadott adatokat bizalmasan kezeljük, azokat harmadik félnek át nem adjuk.

 

gyulai_vafurdo

profight_banner.