人工智能准确地预测了放射性尘埃的分布

人工智能准确地预测了放射性尘埃的分布

当核电站发生事故并释放放射性物质时，必须尽快疏散附近居民。然而，很难立即预测放射物会在哪里停留下来，因此不可能防止大量的人受到辐射。

东京大学工业科学研究所(University of Tokyo Institute of Industrial Science)的一个研究小组在《科学报告》(Scientific Reports)上发表了一项新的研究，提出了克服这一困难的方法。该研究小组开发了一套计算机程序，利用对预期风型的天气预报，可以精确地预测放射性物质最终会在30小时前落在何处。如果像2011年福岛第一核电站那样的核事故再次发生，该工具可以实施疏散计划和其他健康保护措施。

这项最新的研究是由于福岛核事故后现有的大气模拟工具的局限性;人们认为这些工具非常不可靠，因此在灾难发生后没有立即用于计划。在这种背景下，该团队创建了一个基于人工智能形式的系统，名为“机器学习”(machine learning)，该系统可以利用以往天气模式的数据，预测放射性排放可能采取的路线。

第一作者Takao Yoshikane说:“我们的新工具最初是通过多年的天气相关数据来预测，如果放射性物质从某一特定点释放出来，它们将分布在哪里。”“在随后的测试中，它可以以至少85%的准确率预测扩散方向，在冬季，当有更可预测的天气模式时，这个准确率会上升到95%。”

“这种方法的准确性在预测未来超过30小时时并没有下降，这在灾难场景中是非常重要的，”Takao Yoshikane说。“这让当局有时间在受影响最严重的地区安排疏散计划，并就避免食用新鲜农产品和服用碘化钾(钾)向特定地区的民众发布指导意见，因为碘化钾可以限制人体吸收的放射性同位素。”