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

AiTechYun

编辑:chux

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序。

幸运的是,东京大学的新研究表明,在机器学习的帮助下,可以准确预测放射性物质的分散。

东京大学研究所的研究小组在Scientific Reports期刊上发表的一项新研究报告中,提出了克服这一困难的方法。

由Takao Yoshikane领导的团队,一位专门研究区域地球系统建模的项目讲师和发表在科学报告期刊上的论文的主要作者,在多年的天气模式数据上训练了神经网络,以预测放射性排放可能采取的路线。

这一计算机程序,可以使用预期风力模式的天气预报,准确预测最终放射的放射性物质将在30小时内沉降的位置。该工具可以实施疏散计划和其他健康保护措施。

令人印象深刻的是,当团队调整冬季天气模式的参数时,该模型预测扩散至少85%的准确度提升到95%。

AI模型预测放射性物质的传播

“在预测未来30多个小时时,这种方法的准确性并未降低,这在灾难情景中非常重要,”Yoshikane表示,“这使当局有时间在受影响最严重的地区安排疏散计划,并向特定地区的人们发出关于避免食用新鲜农产品和服用碘化钾的指导,这可能会限制人体对摄入的放射性同位素的吸收。”

人工智能模型可能有助于政府规划未来的灾难。目前,由于当今模型的准确性有限,日本政府已表示不会使用模型预测来确定未来的疏散路线。

研究人员写道:“为了降低接触风险,政府应该在发生放射性沉积时尽早发出有关水的消耗和农产品分销的警告,但是,如果没有可用的预测,采取适当的行动是具有挑战性的。”

原文发布于微信公众号 - ATYUN订阅号(atyun_com)

原文发表时间:2018-07-03

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

来自专栏大数据文摘

票圈被吴恩达新开的深度学习课程刷屏?到底如何,我们帮你做了个测评

15530
来自专栏企鹅号快讯

为什么神经网络会把乌龟识别成步枪?现在的 AI 值得信任吗?

概要:人工智能的快速发展的确值得欣喜,但快速发展的背后还有各种不完善的地方。 人工智能的快速发展的确值得欣喜,但快速发展的背后还有各种不完善的地方。比如,前不久...

19160
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...

46290
来自专栏人工智能快报

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。

8220
来自专栏量子位

谷歌发布了机器学习深度课程,很难毕业的那种 | 这不是MLCC

如今,以几个月前谷歌的机器学习速成课程 (MLCC) 为基础,两间公司继续联手,发布了一套机器学习专项课程,包含五门课,比以前更加专注于实战了。

13130
来自专栏AI科技大本营的专栏

AI领域真正最最最最最稀缺的人才是……会庖丁解牛的那个人

图片来源:Wired 【AI科技大本营导读】这里,就不卖关子了。AI领域最最最最最稀缺的人才应该为人工智能架构师。有过4次技术创业经历,如今做AI投资的星瀚资本...

332100
来自专栏量子位

连线Face++前方团队:COCO夺冠背后的细节,不是拼硬件这么简单

李根 发自 凹非寺 量子位 报道 | 公众号 QbitAI 昨天,量子位报道了中国团队再次称雄AI大赛,把谷歌微软和FB甩在身后的消息。 简而言之,在计算机视...

568120
来自专栏人工智能头条

深度学习:生成艺术的新范式与版权的烦恼

11410
来自专栏AI科技评论

洞见|加拿大皇家科学院李明院士: 唯有理论的进化才能给人工智能带来质变

GAIR 今年夏天,雷锋网将在深圳举办一场盛况空前的“全球人工智能与机器人创新大会”(简称GAIR)。大会现场,谷歌,DeepMind,Uber,微软等巨头的人...

30250
来自专栏新智元

【独家】依图科技朱珑:如何颠覆谷歌优势,技术公司三层次VIE

作者:朱珑,依图科技联合创始人 【新智元导读】人工智能浪潮大起,如何判断技术和产业发展?依图科技联合创始人朱珑认为:团队的技术实力由最强的领军人物决定,AI新时...

432150

扫码关注云+社区

领取腾讯云代金券