人工智能驅動的系統，實時守護免受有毒氣體傷害

弗吉尼亞大學工程與應用科學學院的研究人員開發出了一種以人工智能爲動力的系統，通過模擬人類嗅覺來實時檢測和追蹤有毒氣體。藉助先進的人工神經網絡與傳感器網絡相結合，該系統能迅速識別像二氧化氮（NO₂）這樣對呼吸系統健康構成嚴重風險的有害氣體的來源。

據世界衛生組織稱，包括 NO₂ 在內的室外空氣污染每年在全球致使 約 420 萬例過早死亡，主要是由於哮喘和慢性阻塞性肺疾病（COPD）等呼吸系統疾病。

他們題爲“用於有毒氣體時空監測的人工嗅覺受體網絡”的這篇文章已在 《科學進展》 中 發表。

這種創新的系統依靠嵌入石墨烯表面的金屬催化劑納米島。

該設備的功能類似人工鼻子，會與目標有毒氣體分子產生反應。

當二氧化氮分子和石墨烯結合時，傳感器的電導率會發生變化，從而讓該系統能夠極其靈敏地檢測到氣體泄漏。

“金屬催化劑的納米島是沉積在像石墨烯這類表面上的微小金屬顆粒簇，它通過增加氣體分子相互作用的表面積來增強化學反應，進而能夠精確檢測有毒氣體，”電氣與計算機工程系的研究科學家 Yongmin Baek 說道，他正在領導該傳感器的研發工作。

電氣與計算機工程及材料科學工程副教授 Kyusang Lee 是該項目的主要研究人員之一，他解釋道：“通過將人工智能與最先進的氣體傳感器相融合，我們能夠以前所未有的精準度查明氣體泄漏，哪怕是在大型或者複雜的環境中。”

該系統的人工神經網絡基於優化的傳感器位置實時分析來自傳感器的數據，以確保系統的覆蓋範圍和效率。這種優化是由一種“信任區域貝葉斯優化算法”促成的，這是一種機器學習技術，它把複雜問題分解成較小的區域，以找到最有效的傳感器位置。人工嗅覺感受器能夠探測到氣體濃度的細微變化，並將這些數據傳送給近傳感器計算系統，該系統運用機器學習算法來預測泄漏源。這確保在提供更快、更準確的氣體泄漏檢測的同時使用更少的資源。

電氣與計算機工程專業的博士生邊炳俊（Byungjoon Bae）補充說：“我們的人工智能驅動系統有可能通過持續監測空氣質量，使工業場所、城市地區甚至住宅樓更加安全。這在預防長期健康風險和保護環境方面是邁出的重要一步。”

該研究團隊成員有 Yongmin Baek（永敏·貝克）、Byungjoon Bae（邊炳俊）、Jeongyong Yang（鄭勇楊）、Wonjun Cho（元俊·趙）、Inbo Sim（仁博·西姆）、Geonwook Yoo（建旭·柳）、Seokhyun Chung（碩賢·鄭）、Junseok Heo（俊碩·許）和 Kyusang Lee（奎相·李），他們在弗吉尼亞大學和亞洲大學等機構之間開展了合作。