Theo Neural Networks, ozone là một loại khí không ổn định được tạo ra từ oxy trong phản ứng hóa học. Nó được gây ra bởi bức xạ cực tím và đẩy nhanh này quá trình hình thành khí nitơ oxit (Nitrogen oxides - NOx) và các hợp chất hữu cơ dễ bay hơi có trong khí thải ô tô và công nghiệp đẩy nhanh quá trình hình thành loại khí này. Sự xuất hiện của ozone có thể gây ra các vấn đề về hô hấp ở cư dân của các thành phố lớn, đặc biệt là trẻ nhỏ, người già và bệnh nhân hen.
Các nhà nghiên cứu Mỹ đã phát triển một hệ thống dựa trên trí tuệ nhân tạo giúp dự đoán nồng độ ozone ở một số khu vực nhất định trong 24 giờ tới.
Hầu hết các mô hình hiện tại để dự đoán nồng độ ozone trong thành phố không sử dụng trí tuệ nhân tạo và đôi khi tạo ra kết quả chỉ sau vài giờ nhưng lại thiếu chính xác. Một mô hình mới dựa trên mạng nơ ron tích chập (convolutional), được phát triển bởi các nhà khoa học tại Đại học Houston, có thể trong vài giây để dự đoán nồng độ O3 sẽ được quan sát ở khu vực này trong ngày. Độ chính xác dự báo của chương trình mới dao động từ 85 đến 90%.
Các mạng nơ ron tích chợp có thể xử lý nhanh chóng một mảng lớn dữ liệu và sử dụng kết quả để tạo thành các thuật toán tính toán mới, nhanh hơn và chính xác hơn. Chúng thường được sử dụng để cải thiện độ phân giải hình ảnh. Theo các nhà khoa học, sử dụng các thuật toán này để trích xuất thông tin cùng với phân tích tiếp theo là một ứng dụng hoàn toàn mới của công nghệ này.
Các nhà nghiên cứu đã sử dụng dữ liệu khí tượng và ô nhiễm không khí được thu thập từ năm 2014 đến 2017 tại 21 trạm ở Houston và các nơi khác ở Texas bởi Ủy ban chất lượng môi trường. Các tác giả của công trình đã lập trình mạng nơ ron tích chập bằng các chỉ số khí tượng - nhiệt độ, áp suất khí quyển, tốc độ gió và các biến số khác - cho mỗi ngày, đồng thời bổ sung các phép đo nồng độ ozone từ mỗi trạm trong năm 2014, 2015 và 2016.
Để kiểm tra mô hình của họ, các nhà khoa học đã dùng một chương trình máy tính để dự báo nồng độ ozone dự kiến cho năm 2017 và so sánh kết quả với giá trị thực. Các dự đoán của mô hình đã đạt độ chính xác 90%, nhưng các nhà khoa học nói rằng đây không phải là giới hạn - mô hình tiếp tục được cải thiện và học hỏi, tăng độ chính xác của các phép tính.
Vũ Trung Hương