编者按: 本文作者Will Knight是 AI 方面的高级编辑。北京的雾霾何时才能散去 IBM 利用机器学习的方法真的可以改善我们的环境吗
雾霾天，站在北京的大街上，有时已经分辨不出来 IBM 在中国的总部大楼了，这是一座有特色的波状建筑，在顶部有一个大型的公司 Logo。
然而，在北京的东北市郊地区，IBM 的计算机科学家正使用人工智能探索一种可以更加成功治理中国长期污染问题的方法。
这组团队使用复杂的计算机模型和机器学习计算污染是如何扩散到城市的。研究人员现在可以进行污染预测，提前 10 天想出一平方公里内的解决方案。
这种预测也可以告诉政府如何行动才能避免出现最糟糕的情况，例如，关闭某些工厂，或者减少道路上行驶汽车的数量。
去年11月 我访问了 IBM 研究中心，那时中国的天气灰常差。天气较冷，人们对热能的需求较高，附近的燃煤电站不得不增加产出。加上平时的交通堵塞问题，产生了大量对人类有害的雾霾。空气是否污染是根据每立方米的可吸入颗粒物衡量的，在发达国家，世界卫生组织建议该数字不能超过 25。但是在我访问期间，PM2.5 超过 250。IBM 研发的模型系统叫做 Green Horizon，用于预测污染的扩散，但是不清楚政府是决定限制工厂的排放还是道路上汽车的数量，人们对供暖的需求看似已经超过了疾病的影响。
IBM 的项目是使用城市污染感应器收集的数据，包括对特定污染源和空气流动的复杂建模，预测不同地区的污染程度。通过机器学习的方式对之前的数据进行学习，然后完善预测。IBM 中国研究院院长沈晓卫说：“这样可以利用这些整合的因素产生新的预测。”
沈晓卫说：“每个人都在讲大数据，但是我们都知道传统的 IT 技术无法处理所有的大数据。”
IBM 中国研究院的工程师兼该项目的领导人董晶说：“IBM 采用复杂的模拟实验，根据不同的污染程度，模拟关闭工厂后所产生的影响。” 多个政府部门会做出决策。
关于能源生产，中国政府可能需要做一些艰难的决策，缓和短期内的健康和长期的空气污染对气候的影响。MIT 的助教Sarah Williams自从 2008年 奥运会以来都在研究北京的环境污染问题，她说：“如果 IBM 所做的项目能够帮助中国政府认识到短期关闭工厂等措施所产生的影响特别局限，并指出制定更加详细的环境法规的必要性，那么这个项目就会特别有价值。”
Williams 指出，除非政府使用数据，并将数据可视化，才能催生改变，否则作用并不大。
IBM 的模拟系统还被用于中国另外两个污染严重的城市：保定和张家口。同时，IBM 创造的相关技术也会被用于研究新德里和印度的交通和污染之间的关系，控制污染的有效方法会在非洲的约翰内斯堡采用。
本文编译自：https://www.technologyreview.com/s/600993/can-machine-learning-help-lift-chinas-smog/
本文采用「CC BY-SA 4.0 CN」协议转载自互联网、仅供学习交流，内容版权归原作者所有，如涉作品、版权和其他问题请给「我们」留言处理。
