University of Manchester Trekt Luchtvervuiling Vooruit met NVIDIA

Luchtvervuiling is een groot probleem voor de volksgezondheid, met een geschat aantal van 30.000 sterfgevallen in het Verenigd Koninkrijk alleen al afgelopen jaar. Traditionele chemische modellen voor luchtkwaliteitsmeting zijn duur, wat de frequentie en detailniveau van de analyses beperkt. David Topping, professor aan de Universiteit van Manchester, ontdekte dat de NVIDIA Earth-2 AI-modellen en tools oplossingen hadden geboden voor weer voorspellingen en vroeg zich af of deze generatieve kaders ook toepasbaar zouden zijn voor het voorspellen van luchtvervuiling.

In samenwerking met het NVIDIA Earth-2 team genereerde Topping trainingsdata op basis van bestaande chemie-klimaatsimulaties en trainde zij de Earth-2 CorrDiff, een generatief downscaling model, op de Isambard-AI, de nationale AI-supercomputer van het VK in Bristol. Deze eerste poging was succesvol, waardoor de ontwikkeling van het model voor luchtvervuiling aanzienlijk werd versneld en verbeterd. De toevoeging van Earth-2 StormCast, dat tijdsafhankelijke voorspellingen mogelijk maakt, heeft het model verder verfijnd.

De U.K.-brede vervuilingsmodellen stellen onderzoekers in staat om toekomstige scenario's te modelleren en de effecten van beleidswijzigingen te simuleren. Een interessante toepassing van dit model is de mogelijkheid voor zorginstellingen om proactief in te spelen op luchtvervuilingsniveaus, waardoor bijvoorbeeld patiënten met astma tijdig geïnformeerd kunnen worden over verhoogde luchtvervuiling in hun regio. Het team onderzoekt eveneens de integratie van real-time data van edge AI-apparaten om snellere besluitvorming mogelijk te maken, vooral in noodsituaties zoals bij bosbranden.

Dankzij de efficiënte uitvoering van het model op krachtige NVIDIA-hardware was het mogelijk om met beperkte rekenkracht een gedetailleerd luchtvervuilingsmodel voor het VK te creëren. Het team is van plan om open-source trainingsdata en werkstromen vrij te geven, zodat vergelijkbare modellen voor andere landen en regio's ontwikkeld kunnen worden. Het uiteindelijke doel is een eenvoudig te gebruiken interface waar bijvoorbeeld gezondheidsinstanties vragen kunnen stellen over luchtkwaliteitsvoorspellingen in specifieke buurten.

Lees het volledige artikel van Nvidia.