人工智能准确预测放射性尘埃的分布

当发生核电厂事故并释放放射性物质时，尽快疏散附近人员至关重要。然而，很难立即预测发射的放射性将在何处沉降，从而无法阻止大量人群的暴露。

东京工业大学的一个研究小组在“科学报告”期刊上发表的一项新研究报告中提出了克服这一困难的方法。该团队已经创建了一个计算机程序，可以使用预期风力模式的天气预报，准确地预测已放射的放射性物质最终将在30小时内降落的位置。如果发生2011年在福岛第一核电站发生的另一次核事故，该工具可以实施疏散计划和其他健康保护措施。

这项最新研究是由于福岛事故后现有大气模拟工具的局限性所致。被认为如此不可靠的工具，以至于它们在灾难发生后不会立即用于规划。在此背景下，该团队创建了一个基于人工智能的系统，称为机器学习，可以使用以前的天气模式数据来预测放射性排放可能采取的路线。

“我们的新工具首先使用多年的天气相关数据进行训练，以预测如果从特定点释放放射性将在何处分配，”主要作者Takao Yoshikane说。“在随后的测试中，它可以预测分散方向，准确度至少达到85%，冬季可预测的天气模式增加到95%。”

“在预测未来30多个小时时，这种方法的准确性没有降低，这在灾难情景中非常重要，”Takao Yoshikane说。“这使当局有时间在受影响最严重的地区安排疏散计划，并向特定地区的人们发出关于避免食用新鲜农产品和服用碘化钾的指导，这可能会限制人体对摄入的放射性同位素的吸收。”