英国拉夫堡大学的计算机科学家开发了一种新的AI系统，可以提前几天预测空气污染水平。
开发的系统通过安装在城市中的传感器分析空气数据，以预测污染水平。
它可以用来帮助我们了解影响世界上最危险的污染物之一的环境因素：PM2.5，
这种微小的颗粒物直径小于2.5微米-大约是人类头发的3％。当城市天空中PM2.5含量高时，会导致能见度降低和空气模糊。
它的截止日期取决于它的大小。它很小，足以渗透到肺部深处，进入血液，引起各种疾病。2016年，全球PM2.5暴露导致心脏病和中风，肺癌，慢性肺病和呼吸道感染导致410万人死亡（pdf）。
拉夫堡系统可以帮助决策者和科学家了解造成这些水平的原因，并通过解释预测中使用的天气，季节和环境数据来探索降低水平的方法。
最终，研究人员计划将其用作新的碳信用交易系统中的空气污染分析工具。
开发系统
研究人员最初将系统聚焦于中国，因为161个中国城市中有145个城市存在严重的空气污染问题。他们对系统进行了有关北京大气污染数据历史数据的培训，现在将对深圳的传感器捕获的实时数据进行测试。
该系统是一个更广泛的项目的一部分，该项目探讨了将碳作为可交易商品的用途，这可以为控制排放创造经济诱因。
该项目是拉夫堡大学，区块链公司Satoshi Systems，深圳先进技术学院和传感器开发商EEG Smart的合作伙伴关系。它们得到了牛顿基金的投资的支持，牛顿基金是由英国政府商业，能源和工业战略部（BEIS）管理的计划。
他们设想城市，地区和工厂可以排放多少碳而获得信用。如果超出限额，则必须购买更多的信用额度，但是如果留在信用额度之下，则可以出售剩余的信用额度以获取利润。
该计划是将拉夫堡的PM2.5预测模型集成到一个在线平台上，碳交易计划的所有参与者都可以使用该平台来帮助他们制定交易策略。最终，它旨在激励他们降低污染水平。
当一个沉默的杀手造成的死亡人数在世界范围内造成严重破坏时，我们至少可能越来越接近减少另一个杀手。
声明：本文由易百纳技术社区编写，文章内容来自The verge，版权归原作者所有，转载请注明出处，如有侵权请联系删除。
