Usare l'intelligenza artificiale per tracciare la polvere dei treni di carbone

In alto: il carbone viene trasportato su rotaia nello Utah. Immagini: George Frey/Bloomberg

In un cortile in pendenza a Vallejo, in California, Nicholas Spada ha aggiustato un pezzo di attrezzatura che sembrava un incrocio tra un treppiede, una valigetta e una banderuola. L'elegante macchina, ora posizionata vicino a un gazebo esposto alle intemperie e a una vasca da bagno con i piedini riempita di legno sbiancato dal sole, è pensata per siti poco appariscenti come questo, dove può raccogliere informazioni a lungo termine sulla qualità dell'aria locale.

Spada, uno scienziato e ingegnere dell'aerosol dell'Università della California, Davis, progettò originariamente la macchina per un progetto basato a circa 16 miglia a sud, a Richmond. Per sei mesi, i ricercatori hanno puntato l’attrezzatura – che include una telecamera, un sensore dell’aria, una stazione meteorologica e un processore di intelligenza artificiale – sui binari ferroviari che trasportano carbone attraverso la città e hanno addestrato un modello di intelligenza artificiale a riconoscere i treni e registrare il loro impatto qualità dell'aria. Ora Spada sta esplorando potenziali posizioni per i sensori a Vallejo, dove collabora con i residenti preoccupati per cosa c'è nella loro aria.

Il progetto di Richmond è stato il primo di Spada a utilizzare l'intelligenza artificiale. Il documento corrispondente, pubblicato nel marzo 2023, è arrivato in un contesto di crescente interesse – e preoccupazione – per l’intelligenza artificiale. I leader tecnologici hanno espresso preoccupazione per il potenziale dell’intelligenza artificiale di sostituire l’intelligenza umana; i critici hanno messo in dubbio il potenziale pregiudizio della tecnologia e la raccolta di dati pubblici; e numerosi studi e articoli hanno sottolineato il significativo consumo di energia e le emissioni di gas serra associati all’elaborazione dei dati per i suoi algoritmi.

Ma man mano che la preoccupazione è aumentata, è cresciuto anche l’interesse scientifico per i potenziali usi dell’IA, compreso il monitoraggio ambientale. Dal 2017 al 2021, il numero di studi pubblicati ogni anno sull’intelligenza artificiale e sull’inquinamento atmosferico è passato da 50 a 505, un’analisi pubblicata sulla rivista Frontiers in Public Health attribuita, in parte, a un aumento dell’intelligenza artificiale in campi più scientifici. E secondo ricercatori come Spada, l’applicazione di strumenti di intelligenza artificiale potrebbe dare potere alle popolazioni locali che hanno vissuto a lungo l’inquinamento, ma disponevano di pochi dati per dimostrarne esplicitamente la fonte diretta.

A Richmond, la tecnologia del deep learning – un tipo di apprendimento automatico – ha permesso agli scienziati di identificare e registrare i treni da remoto e 24 ore su 24, invece di fare affidamento sul metodo tradizionale delle osservazioni di persona. I dati del team hanno mostrato che, mentre passavano, i treni pieni di carbone che viaggiavano attraverso la città aumentavano significativamente il PM2,5 ambientale, un tipo di particolato che è stato collegato a malattie respiratorie e cardiovascolari, insieme alla morte prematura. Anche l’esposizione a breve termine al PM2,5 può nuocere alla salute.

Inizialmente gli autori dell'articolo non erano sicuri di quanto la tecnologia si sarebbe adattata al loro lavoro. "Non sono un fan dell'intelligenza artificiale", ha detto Bart Ostro, epidemiologo ambientale della UC Davis e autore principale dell'articolo. "Ma questa cosa ha funzionato sorprendentemente bene e non avremmo potuto farcela senza di essa."

Ostro ha affermato che i risultati del team potrebbero aiutare a rispondere a una domanda che alcuni ricercatori hanno esaminato: in che modo gli impianti di carbone e i treni che viaggiano tra di loro influiscono sull’aria nelle aree urbane?

Questa domanda è particolarmente rilevante nella vicina Oakland, che da quasi un decennio discute la proposta di un terminal per l’esportazione di carbone. Dopo che Oakland ha approvato una risoluzione per fermare il progetto nel 2016, un giudice ha stabilito che la città non aveva adeguatamente dimostrato che il trasporto di carbone avrebbe messo in pericolo in modo significativo la salute pubblica. Ostro e Spada hanno progettato la loro ricerca in parte per fornire dati rilevanti per lo sviluppo.

“Ora abbiamo uno studio che ci fornisce nuove prove”, ha detto Lora Jo Foo, attivista di lunga data della Bay Area e membro di No Coal a Oakland, un gruppo di volontari di base organizzato per opporsi al progetto del terminal.

Le tecniche di ricerca potrebbero rivelarsi utili anche ben oltre la Bay Area. La metodologia basata sull’intelligenza artificiale, ha affermato Foo, può essere adattata da altre comunità che cercano di comprendere meglio l’inquinamento locale.