Usando IA para rastrear poeira de trem de carvão

Acima: O carvão é transportado por trem em Utah. Visual: George Frey/Bloomberg

Em um quintal inclinado em Vallejo, Califórnia, Nicholas Spada ajustou um equipamento que parecia um cruzamento entre um tripé, uma pasta e um cata-vento. A máquina elegante, agora posicionada perto de um gazebo desgastado e de uma banheira cheia de madeira branqueada pelo sol, destina-se a locais discretos como este, onde pode coletar informações de longo prazo sobre a qualidade do ar local.

Spada, cientista e engenheiro de aerossóis da Universidade da Califórnia, Davis, projetou originalmente a máquina para um projeto localizado a cerca de 25 quilômetros ao sul, em Richmond. Durante seis meses, os pesquisadores apontaram o equipamento – que inclui uma câmera, um sensor de ar, uma estação meteorológica e um processador de inteligência artificial – para trilhos de trem que transportam carvão pela cidade e treinaram um modelo de IA para reconhecer trens e registrar como eles afetaram. qualidade do ar. Agora Spada está explorando possíveis locais para os sensores em Vallejo, onde colabora com moradores preocupados com o que está no ar.

O projeto em Richmond foi o primeiro de Spada usando IA. O artigo correspondente, publicado em março de 2023, chegou em meio a um crescente interesse – e preocupação – sobre a IA. Os líderes tecnológicos expressaram preocupação com o potencial da IA ​​para substituir a inteligência humana; os críticos questionaram o potencial viés da tecnologia e a colheita de dados públicos; e numerosos estudos e artigos apontaram para o uso significativo de energia e emissões de gases de efeito estufa associados ao processamento de dados para seus algoritmos.

Mas à medida que a preocupação aumentou, também aumentou o interesse científico nas utilizações potenciais da IA ​​– incluindo na monitorização ambiental. De 2017 a 2021, o número de estudos publicados todos os anos sobre IA e poluição atmosférica saltou de 50 para 505, o que uma análise publicada na revista Frontiers in Public Health atribuiu, em parte, a um aumento da IA ​​em campos mais científicos. E de acordo com investigadores como Spada, a aplicação de ferramentas de IA poderia capacitar os habitantes locais que sofrem de poluição há muito tempo, mas tinham poucos dados para provar explicitamente a sua fonte direta.

Em Richmond, a tecnologia de aprendizagem profunda – um tipo de aprendizagem automática – permitiu aos cientistas identificar e registar comboios remotamente e 24 horas por dia, em vez de depender do método tradicional de observações presenciais. Os dados da equipe mostraram que, à medida que passavam, os trens cheios de carvão que viajavam pela cidade aumentavam significativamente as PM2,5 ambientais, um tipo de material particulado que tem sido associado a doenças respiratórias e cardiovasculares, além de morte precoce. Mesmo a exposição de curto prazo ao PM2,5 pode prejudicar a saúde.

Os autores do artigo inicialmente não tinham certeza de quão bem a tecnologia se adequaria ao seu trabalho. “Não sou um fã de IA”, disse Bart Ostro, epidemiologista ambiental da UC Davis e principal autor do artigo. “Mas essa coisa funcionou incrivelmente bem e não poderíamos ter feito isso sem ela.”

Ostro disse que os resultados da equipe podem ajudar a responder a uma questão que poucos pesquisadores examinaram: como as instalações de carvão e os trens que viajam entre elas impactam o ar nas áreas urbanas?

Essa questão é particularmente relevante na vizinha Oakland, que debate uma proposta de terminal de exportação de carvão há quase uma década. Depois que Oakland aprovou uma resolução para interromper o projeto em 2016, um juiz decidiu que a cidade não havia provado adequadamente que o transporte de carvão colocaria significativamente em risco a saúde pública. Ostro e Spada conceberam a sua investigação em parte para fornecer dados relevantes para o desenvolvimento.

“Agora temos um estudo que nos fornece novas evidências”, disse Lora Jo Foo, uma activista de longa data da Bay Area e membro do No Coal em Oakland, um grupo de voluntários de base organizado para se opor ao projecto do terminal.

As técnicas de pesquisa também poderiam ser úteis muito além da Bay Area. A metodologia baseada em IA, disse Foo, pode ser adaptada por outras comunidades que procuram compreender melhor a poluição local.