人工智能真正擅長的事情是為包含大量復(fù)雜變量的項目尋找一組相對優(yōu)化的解，而下面就有一個的典型問題：當核電站發(fā)生事故后，輻射污染會遵循什么樣的傳播模式？
這是日本新開發(fā)AI系統(tǒng)的重中之重。它比以往任何時候都能更準確地向我們展示最安全(和最危險的)的疏散路徑。劇透：保持逆風(fēng)而行。
雖然核電廠不出現(xiàn)故障顯然會更好，但掌握了輻射擴散的方式有備無患，居安思危，對于組織應(yīng)急措施和保障人員安全至關(guān)重要。
由東京大學(xué)工業(yè)科學(xué)研究所的團隊開發(fā)的新AI能夠?qū)⑹鹿首兞亢椭饕鞖饽Ｊ娇紤]在內(nèi)，以便在最多33小時之前確定輻射威脅最嚴重的地方。
“我們的AI首先使用多年的氣象數(shù)據(jù)進行培訓(xùn)，以預(yù)測從特定點泄漏的放射性物質(zhì)將如何擴散?！痹搱F隊的一名負責人Takao Yoshikane說，“在隨后的測試中，它可以預(yù)測擴散的方向，準確度至少達到85％，冬季天氣模式下可以提升到95％。”
您可以在原文網(wǎng)頁youtube視頻中看到該模型。
對于機器學(xué)習(xí)——使用過去的數(shù)據(jù)來預(yù)測最可能的未來——保持高水平的準確性至關(guān)重要。已知現(xiàn)有的后果預(yù)測系統(tǒng)都受限于它們接收到的數(shù)據(jù)的穩(wěn)定性。
再加上風(fēng)具有不可預(yù)測性，科學(xué)家們一直在努力確定影響的范圍和方向。
讓大量人員從某個地區(qū)疏散出去是一項極其艱巨的任務(wù)——除非必要，否則當局絕對不會同意。
“一直預(yù)測到災(zāi)難發(fā)生30多個小時后，準確性都沒有降低，這一點非常重要?！盰oshikane說。
新的預(yù)測模型可以指出哪些區(qū)域受影響最嚴重——亟需疏散，哪些區(qū)域的風(fēng)險性較低——在這些地方，居民可能會收到如何安全飲食的指導(dǎo)建議。
科學(xué)家們報告說，由于核災(zāi)害產(chǎn)生了高熱，放射性物質(zhì)可以向上升到2000米高空處——到達對流層上部，通過高空空氣流動向世界各地蔓延。
在最低層，海風(fēng)和從山谷吹來的風(fēng)會使污染物在當?shù)財U散。
所以，一個有效的模型需要將所有這些變量考慮其中。
如果泄漏發(fā)生在7月份，人工智能系統(tǒng)的預(yù)測最不準確，降至約78％。研究人員將這一點歸結(jié)為當月臺風(fēng)的不規(guī)則性和不可預(yù)測性。
但是，通過機器學(xué)習(xí)方法，模型可以隨著時間的增長而自我改進，因為它可以吞下更多的現(xiàn)實數(shù)據(jù)。
如果真的不幸地重演了福島事故，這項技術(shù)將幫助我們挽救更多的生命。
研究刊登在Scientific Reports。
本文譯自sciencealert，由譯者 majer 基于創(chuàng)作共用協(xié)議(BY-NC)發(fā)布。
（免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
