Utiliser l’IA pour suivre la poussière des trains de charbon

En haut : Le charbon est transporté par chemin de fer dans l’Utah. Visuel : George Frey/Bloomberg

Dans une cour en pente à Vallejo, en Californie, Nicholas Spada a ajusté une pièce d'équipement qui ressemblait à un croisement entre un trépied, une mallette et une girouette. L'élégante machine, désormais positionnée à proximité d'un belvédère patiné et d'une baignoire sur pattes remplie de bois blanchi au soleil, est destinée à des sites discrets comme celui-ci, où elle peut recueillir des informations à long terme sur la qualité de l'air local.

Spada, scientifique et ingénieur en aérosols à l'Université de Californie à Davis, a initialement conçu la machine pour un projet basé à environ 16 miles au sud, à Richmond. Pendant six mois, les chercheurs ont pointé l'équipement – ​​qui comprend une caméra, un capteur d'air, une station météorologique et un processeur d'intelligence artificielle – sur les voies ferrées transportant du charbon à travers la ville, et ont formé un modèle d'IA pour reconnaître les trains et enregistrer leur impact. qualité de l'air. Spada recherche désormais des emplacements potentiels pour les capteurs à Vallejo, où il collabore avec des résidents préoccupés par ce qu'il y a dans leur air.

Le projet de Richmond était le premier de Spada utilisant l'IA. L’article correspondant, publié en mars 2023, est arrivé dans un contexte d’intérêt – et d’inquiétude – croissant à l’égard de l’IA. Les leaders technologiques ont exprimé leur inquiétude quant au potentiel de l’IA à supplanter l’intelligence humaine ; les critiques ont remis en question le biais potentiel de la technologie et la récolte de données publiques ; et de nombreuses études et articles ont souligné la consommation d’énergie et les émissions de gaz à effet de serre importantes associées au traitement des données pour ses algorithmes.

Mais à mesure que l’inquiétude s’est accrue, l’intérêt scientifique pour les utilisations potentielles de l’IA s’est accru, notamment dans la surveillance de l’environnement. De 2017 à 2021, le nombre d’études publiées chaque année sur l’IA et la pollution de l’air est passé de 50 à 505, ce qu’une analyse publiée dans la revue Frontiers in Public Health attribue, en partie, à une hausse de l’IA dans des domaines plus scientifiques. Et selon des chercheurs comme Spada, l’application d’outils d’IA pourrait donner du pouvoir aux habitants qui souffrent depuis longtemps de la pollution, mais qui disposent de peu de données pour prouver explicitement sa source directe.

À Richmond, la technologie d’apprentissage profond – un type d’apprentissage automatique – a permis aux scientifiques d’identifier et d’enregistrer les trains à distance et 24 heures sur 24, plutôt que de s’appuyer sur la méthode traditionnelle d’observation en personne. Les données de l'équipe ont montré qu'à leur passage, les trains remplis de charbon traversant la ville augmentaient considérablement les PM2,5 ambiantes, un type de particules associées aux maladies respiratoires et cardiovasculaires, ainsi qu'aux décès prématurés. Même une exposition à court terme aux PM2,5 peut nuire à la santé.

Les auteurs de l'article ne savaient pas au départ dans quelle mesure la technologie serait adaptée à leur travail. "Je ne suis pas un fan de l'IA", a déclaré Bart Ostro, épidémiologiste environnemental à l'UC Davis et auteur principal de l'article. "Mais cette chose a incroyablement bien fonctionné, et nous n'aurions pas pu le faire sans elle."

Ostro a déclaré que les résultats de l'équipe pourraient aider à répondre à une question que peu de chercheurs ont examinée : quel est l'impact des installations de charbon et des trains qui les relient à l'air dans les zones urbaines ?

Cette question est particulièrement pertinente dans la ville voisine d’Oakland, qui débat depuis près d’une décennie d’un projet de terminal d’exportation de charbon. Après qu'Oakland ait adopté une résolution pour arrêter le projet en 2016, un juge a statué que la ville n'avait pas suffisamment prouvé que le transport de charbon mettrait considérablement en danger la santé publique. Ostro et Spada ont conçu leurs recherches en partie pour fournir des données pertinentes pour le développement.

"Nous disposons désormais d'une étude qui nous fournit de nouvelles preuves", a déclaré Lora Jo Foo, militante de longue date de la Bay Area et membre de No Coal à Oakland, un groupe de bénévoles de base organisé pour s'opposer au projet de terminal.

Les techniques de recherche pourraient également s’avérer utiles bien au-delà de la Bay Area. La méthodologie basée sur l'IA, a déclaré Foo, peut être adaptée par d'autres communautés cherchant à mieux comprendre la pollution locale.