留言討論


分享本文至 E-mail 信箱

當AI遇到髒空氣?QQAQ空污預測平台──南科AI沙龍活動紀錄

北風呼呼,大氣汙汙。近幾年台灣人民總被空汙問題惱的不敢踏出家門一步(實際上家裡沒有使用空氣清淨機,在通風的室內跟室外是一樣的)。空氣汙染物的流動隨著各種地理與外在因素,其行蹤預測成為極為頭痛且迫切的問題。

如果你是非常重視自身健康問題的台灣民眾,很可能熟悉《QQAQ》(QQ Air Auality)這個空氣品質預測平台。南科AI沙龍第二場邀請到了 QQAQ 開發者-成功大學電機系黃仁暐教授,分享空污與人工AI所交織出的研究結晶。

圖/擷取自《QQ Air Auality》畫面。

空污無所不在,空污不曾消失

近幾年,你可能少聽了一點令人害怕的「紫爆」(PSI 空氣品質監測標準舊指標),但你是否有注意到僅是由新的 AQI指標中的「紅害」取代了。是否因為熟悉的紫爆消失在生活中,抑或是你對過多空污警訊感到麻木,造成我們對於空污議題的漠視呢?由環保署各測站提供的空污指數,以年的尺度來看,是逐漸增高不減的趨勢。

黃教授看到了這樣的現象,並希望國人能夠重視自身的健康權益,而啟動了利用AI來精準預測空污的想法,期望大眾能夠在出門前獲得空污的「天氣預報」出做應對措施。

演講主持人與成功大學電機系黃仁暐教授。

算空污要計策,時與空的預測

在北京已發表的空污預測模型,主要以相關回歸處理時間資料,以同心圓間的距離關係處理空間資料,再將兩者整合成空污的預測系統。但將台灣的地理種種因素狀況考量進入,這個模型並不能精準地預測。

黃教授研擬出新的模型,先將環保署測站之原始資料進行前處理,進行資料探勘深度學習後,研擬出更適合空污預測的深度學習模型(deep learning)。用其測量空間與時序上最為關聯的測站,並藉此架構出整個預測系統推演空污指數。

風力與風向加入模型的變數之一。圖/簡報截圖

跨領域整合下,還能讓 AI 為你效勞甚麼?

QQAQ 的預測模型中加入了許多地理層面變數,如等高線、風向、風速、濕度……。未來甚至可能加入 Google 3D 街景圖,期望建築群的變數數據能使城市預測更加精準。

空污這樣一個地理、環境上的議題與 AI 結合時,變成為人類分憂的一項利器。跨領域的整合與創新產出已成為趨勢,AI 幫人們讀論文、算空污…等。AI 還能進入哪些場域發光發熱,就全靠各領域的想像力與整合力了。AI 成為人類非靠演化而擴充的腦容量,就讓它繼續為我們效命吧!

各預測模型比較圖 (縱軸:空污指數、橫軸:預測時間) 。圖/簡報截圖

要吸入乾淨的空氣,要呼出關注與心血

黃教授呼籲,在空污的這條路上,還期望有更多人一起努力,民眾應重視呼吸這樣天生而自然的權利。黃教授的研究成果已可以做到能夠將預測的誤差值縮小在同一個 AQI顏色區間內,於民眾來說,已經是可信也可利用在活動安排的參考依據。

希望能在今年的空污預測比賽中獲得佳績,讓國人知道台灣的學術研究成果是備受肯定,同時也該正視與努力消弭這項環境問題。目前 QQAQ 有網頁 GIS 的呈現方式與測值公告,也會發展 FB chatbot 提供更便利的查詢服務。歡迎大家一起思索其運用方式,讓各行各業一起跳入空污防治的行列。

活動大合照。

關於作者


PanX 泛科技

PanX 泛科技從科技議題著手,企圖把未來更清楚地描繪出來。從能源議題、金融科技、生物科技,到物聯網、大數據、工業4.0、自造者,都是我們專注的內容。本帳號也會發布來自其他單位提供的新聞稿。

留言討論


網站更新隱私權聲明
本網站使用 cookie 及其他相關技術分析以確保使用者獲得最佳體驗,通過我們的網站,您確認並同意本網站的隱私權政策更新,了解最新隱私權政策