Исследователи из Школы инженерных и прикладных наук Университета Вирджинии разработали систему на основе искусственного интеллекта, которая имитирует человеческое обоняние для обнаружения и отслеживания токсичных газов в режиме реального времени.

Используя искусственные нейронные сети в сочетании с сетью датчиков, система быстро определяет источник вредных газов, таких как диоксид азота (NO₂), который представляет серьезную опасность для здоровья дыхательных путей.

По данным Всемирной организации здравоохранения, загрязнение наружного воздуха, включая NO₂, ежегодно приводит к примерно 4,2 миллиона преждевременных смертей во всем мире, в основном из-за респираторных заболеваний, таких как астма и хроническая обструктивная болезнь легких.

Работа опубликована в журнале Science Advances.

Датчики на основе графена имитируют человеческое обоняние

Инновационная система основана на наноостровках металлических катализаторов, встроенных в графеновые поверхности. Это устройство функционирует как искусственный нос, реагируя с молекулами токсичных газов.

Когда молекулы диоксида азота связываются с графеном, проводимость сенсора изменяется, что позволяет системе обнаруживать утечки газа с чрезвычайной чувствительностью.«Наноостровки металлических катализаторов — это крошечные кластеры металлических частиц, нанесенные на поверхность, например, графена, которые усиливают химические реакции, увеличивая площадь поверхности для взаимодействия молекул газа, что позволяет точно обнаруживать токсичные газы», — говорит соавтор работы Йонгмин Бэк.Искусственные обонятельные рецепторы способны обнаруживать малейшие изменения в концентрации газа и передать эти данные в вычислительную систему, которая использует алгоритмы машинного обучения для обнаружения источника утечки.

Нейронная сеть оптимизирует размещение датчиков

Искусственная нейронная сеть системы анализирует данные датчиков в режиме реального времени, основываясь на оптимизированном размещении датчиков для обеспечения охвата и эффективности работы.

Оптимизация осуществляется с помощью алгоритма байесовской оптимизации «trust-region» — метода машинного обучения, который разбивает сложные задачи на шаги для поиска наиболее эффективного расположения датчиков. Это позволяет использовать меньше ресурсов, обеспечивая быстрое и точное обнаружение утечек газа.

Соавтор работы Бьюнгджун Бэ говорит: «Наша система на базе ИИ способна сделать промышленные объекты, городские районы и даже жилые дома более безопасными за счет постоянного мониторинга качества воздуха. Это большой шаг вперед в предотвращении долгосрочных рисков для здоровья и защите окружающей среды». 

Источник: Techinsider