A technológia segít megérteni a városok környezeti és területi tényezőit
A projekt kulcsfontosságú része a gépi tanulás alkalmazása az összegyűjtött adatok értelmezéséhez és kiértékeléséhez, mondta Tanya Berger-Wolf, az Ohio State Translational Data Analytics Institute (TDAI) igazgatója és a projekt vezetője a Technology.org oldalnak.
A kutató úgy gondolja, ez egy egyedülálló lehetőség a tudósaik számára. Általa segíthetnek megérteni a városi területek olyan környezeti tényezőit, mint például a szén-dioxid-kibocsátás, a zaj- és légszennyezés, vagy azt, hogy ezek hogyan változnak valós időben.
A projektvezető elmondta, hogy mesterséges intelligenciát és gépi tanulási modelleket fognak alkalmazni, hogy az általuk gyűjtött valamennyi összesített adatot és információt hatékonyan fel tudják használni. Azt várja, hogy hasznos tudással gazdagodnak az adatok segítségével, például a repülőgépek károsanyag-kibocsátásának a helyi környezetre gyakorolt hatásáról.
Ohioban lesz az éles tesztelés
A tornyot a Nemzeti Ökológiai Obszervatóriumi Hálózat (NEON) tervezte és építette. A NEON hálózata 81 állandó terepet foglal magában, amelyeket a Battelle üzemeltet és a Nemzeti Tudományos Alapítvány finanszíroz. Ezeken a helyszíneken hosszú távon felhasználható ökológiai adatokat gyűjtenek az Egyesült Államokban annak érdekében, hogy a szakemberek jobban megértsék az ökoszisztéma változásait. Ohio állam az első, ahol ilyen típusú, mesterséges intelligenciával kibővített, mobil, ideiglenes adatgyűjtő állomást létesítenek. A tervek szerint az egyetem két hónapig látja vendégül ezt a tudományos szempontból jelentős tornyot.
Az eszközöket és a módszereket a mostani tapasztalatok alapján választják ki
Mint azt az igazgató elmondta, a projekt fontos célja a tesztelés is. Az, hogy hogyan lehet a kutatáshoz szükséges kifinomult számítástechnikai eszközöket a terepen használni, úgy, hogy minden nagyobb számítógépes szervertől messze hajtanak végre nagy teljesítményt igénylő feladatokat.
„Mivel ez az első ilyen jellegű mobil telepítés, ki kell még próbálniuk, hogy hogyan tudják begyűjteni az adatokat, milyen feltételeket, eszközöket kell esetleg módosítaniuk, pontosan milyen érzékelőket kell használniuk és milyen analitikai módszereket alkalmazzanak az adatok kiértékelésénél”
– emelte ki.
A hatalmas mennyiségű adat összesített értékelését csak a mesterséges intelligencia segítségével lehet megvalósítani
A kutatók számos olyan tényezőre vonatkozóan gyűjtenek adatokat, amelyek hatással lehetnek a szén-dioxid-kibocsátásra, a zaj- és más szennyezettségi szintekre. Ilyen fontos adat például a levegő hőmérséklete, a szél sebessége és iránya vagy a páratartalom. Ezek mellett talajszenzorok mérik majd a szén-dioxid szintet, a nedvességet és a hőmérsékletet. Berger-Wolf a Technology.org oldalnak kihangsúlyozta, hogy az összes adat együttes, komplex értelmezése teszi nélkülözhetetlenné a mesterséges intelligenciát, és annak alkalmazása szerves részét képezi a projektnek.