日本科研人员利用人工智能预测放射性物质的扩散情况

日本东京大学工业科学研究所的科研人员近期证明,利用机器学习技术可以精确预测放射性材料的扩散情况。

2011年日本福岛第一核电站(Fukushima Daiichi)发生核泄露之后,风和水流将放射性碎片扩散至四面八方,使这些碎片处于暴露的危险范围内。问题是什么呢?现有的大气建模工具被认为是非常不可靠的,这使得灾难响应小组很难优先考虑疏散哪些人群。

幸运的是,东京大学(University of Tokyo)工业科学研究所的一项新研究表明,通过机器学习,可以准确地预测放射性物质的扩散。

一个由Takao Yoshikane领导的研究小组对多年的天气模式数据进行了神经网络训练,来预测放射性物质可能的扩散路径。令人印象深刻的是,该模型预测扩散的准确率能达到至少85%,并且当研究小组调整冬季天气模式的参数时准确率高达95%。

Yoshikane表示:“这种方法的准确性在预测未来超过30小时时并没有下降,这一点在灾难场景中极为重要。这使得当局有时间在受灾最严重的地区安排疏散计划,并向特定地区的人们提供有关避免食用新鲜农产品和服用碘化钾的指导意见,这样可以限制人体摄入放射性同位素的吸收。”

研究人员认为人工智能驱动的模型可以帮助政府为未来的灾难做计划。目前,由于当今模型的准确性有限,日本政府已经表示不会使用模型预测的方法来确定未来的疏散路线。

研究人员在报告中写道:“为了降低辐射暴露的风险,政府应该在出现放射性沉积时,尽早发出有关用水和农产品分配的警告。然而,如果在没有预测的基础上,将很难采取适当的行动。”

原文发布于微信公众号 - 人工智能快报(AI_News)

原文发表时间:2018-07-16

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏数据派THU

【干货】刘伦:大数据时代的城市模型研究

本文共3400字,建议阅读时间7分钟 本讲座选自刘伦博士于2015年4月16日在 RONG 系列论坛之三——大数据与未来人居研讨会上所做的题为《大数据时代的城市...

286100
来自专栏人工智能头条

“GAN之父”:当初为了深度学习买GPU,现在后悔没多挖点比特币

18240
来自专栏IT派

2017年机器学习几大主要进展汇总!

摘要: 2017年注定是机器学习快速发展的一年,特别是机器学习商业化的成功是的更多的人积极的投入到机器学习的学习当中。机器学习一定会成为未来的技术,让我们看看这...

46890
来自专栏人工智能头条

AI要抢“人类”饭碗?有道新推的人机翻译告诉你协作才能共赢

15740
来自专栏AI科技评论

重磅丨直击“人机大战”第二轮:声纹识别百度小度1:1战平人类,比赛的背后究竟发生了什么?

如果说在上一轮人机大战的人脸识别对决中,由于小度对阵了并不擅长人脸识别的王峰,令比赛意义打了折扣,那么昨天进行的第二轮声音识别的人机大战,虽然最终只是战平,但对...

37150
来自专栏企鹅号快讯

李飞飞高徒新项目,一眼看穿你下届总统会选谁!

翻译 | AI科技科技大本营 参与 | 刘畅 编辑 | Donna 和很多人一样,我们会通过一个人的外表和穿着来判断其经济能力,也会通过字迹来判断其品性。但这篇...

22570
来自专栏镁客网

拔刺 | 手机处理器真的会老化吗?

手机本身就是一个消耗品,任何电子产品用久了,性能会下降,就会出现卡顿,死机等现象。不过手机的处理器的集成度很高,想要老化也需要十年左右的时间,所以手机出现卡顿的...

9620
来自专栏ATYUN订阅号

东京大学研究人员使用人工智能来预测放射性碎片的扩散

在像2011年福岛那样的核熔毁之后,风和水流将放射性碎片广泛传播,使这些范围内的暴露风险。现有的大气建模工具非常不可靠,因此灾难应对小组很难确定人群撤离的优先顺...

11520
来自专栏AI科技评论

洞见|第四范式CEO戴文渊:大数据不再是AI发展瓶颈,未来企业赢在“维度”

雷锋网按:今天大家讨论比较多的人工智能,包括深度学习等这些技术为什么会对我们有帮助?究竟背后在什么地方能够去改变这个世界?在今天于深圳举办的中国人工智能产业大会...

40670
来自专栏AI科技评论

学界丨Yann LeCun、Jeff Dean频繁亮相普及人工智能知识,全民AI时代来临|AI科技评论周刊

前段时间,吴恩达连续给业界人士写了两篇公开信,为各行各业普及了人工智能在行业中的应用。而在最近,谷歌大脑负责人 Jeff Dean 和 Yann LeCun 也...

362100

扫码关注云+社区

领取腾讯云代金券